聚合函数 取名: field + __ + 聚合函数名字 ,如:price__avg;可传关键字参数修改名字:avg=Avg("price");

aggregate:不会返回一个 QuerySet 对象,而是返回一个字典,key为聚合函数的名字,value为聚合函数执行结果;

annotate:返回一个 QuerySet 对象;

相同点:

  1. 都可执行聚合函数;可在任何的‘QuerySet’对象上调用,因此只要返回了‘QuerySet’对象,即可进行链式调用,如 index5 中获取年度销售总额,可先过滤年份再求聚合函数;

不同点:

  1. aggregate 返回一个字典,字典中存储聚合函数执行的结果;而 annotate 返回一个 QuerySet对象 ,并在查找的模型上添加一个聚合函数的属性;
  2. aggregate 不会做分组,而 annotate 会使用 Group by 字句进行分组,只有调用该字句才能对每一条数据求聚合函数的值;
  • 数据库中的内容

  • models.py文件:

     1 from django.db import models
     2
     3 class Author(models.Model):
     4     '''作者模型'''
     5     name = models.CharField(max_length=100)
     6     age = models.IntegerField()
     7     email = models.EmailField()
     8
     9     class Meta:
    10         db_table = 'author'
    11
    12 class Publisher(models.Model):
    13     '''出版社模型'''
    14     name = models.CharField(max_length=300)
    15
    16     class Meta:
    17         db_table = 'publisher'
    18
    19 class Book(models.Model):
    20     '''图书模型'''
    21     name = models.CharField(max_length=300)
    22     pages = models.IntegerField()
    23     price = models.FloatField()
    24     rating = models.FloatField()
    25     author = models.ForeignKey(Author,on_delete=models.CASCADE)
    26     publisher = models.ForeignKey(Publisher,on_delete=models.CASCADE)
    27
    28     class Meta:
    29         db_table = 'book'
    30
    31 class Bookorder(models.Model):
    32     '''图示订单模型'''
    33     book = models.ForeignKey('Book',on_delete=models.CASCADE)
    34     price = models.FloatField()
    35     create_time = models.DateTimeField(auto_now_add=True,null=True)
    36
    37     class Meta:
    38         db_table = 'book_order'

  • views.py文件:

     1 from django.shortcuts import render
     2 from django.http import HttpResponse
     3 from .models import Author,Publisher,Book,Bookorder
     4 from django.db.models import Avg,Count,Max,Min,Sum
     5 from django.db import connection
     6
     7 def index(request):
     8     # 获取所有图书定价的平均价(使用aggregate);Avg:平均值;
     9     result = Book.objects.aggregate(Avg('price'))
    10     print(result)
    11     print(connection.queries)
    12     return HttpResponse('index')
    13     # >>>{'price__avg': 97.25}
    14     # >>>{'price__avg': 97.25}
    15     # {'sql': 'SELECT AVG(`book`.`price`) AS `price__avg` FROM `book`';
    16
    17 def index2(requset):
    18     # 获取每一本销售的平均价格(使用annotate);
    19     books = Book.objects.annotate(avg=Avg('bookorder__price'))
    20     for book in books:
    21         print("%s:%s" % (book.name,book.avg))
    22     print(connection.queries)
    23     return HttpResponse('index2')
    24     #三国演义:89.33333333333333
    25     # 水浒传:93.5
    26     # 西游记:None
    27     # 红楼梦:None
    28     # `book_order` ON (`book`.`id` = `book_order`.`book_id`) GROUP BY `book`.`id` ORDER BY NULL';
    29
    30 def index3(request):
    31     # book 表中总共有多少本书;
    32     # Count:求某个数据的的个数;
    33     result = Book.objects.aggregate(nums=Count('id'))
    34     # author 表中总共有多少个不同的邮箱;
    35     # 使用‘distinct=True’剔除重复的值;
    36     results = Author.objects.aggregate(book_num=Count('email',distinct=True))
    37
    38     # 统计每本书的销量
    39     books = Book.objects.annotate(book_nums=Count('bookorder'))
    40     for book in books:
    41         print("%s:%s" % (book.name,book.book_nums))
    42     print(books)
    43     print(connection.queries)
    44     return HttpResponse("index3")
    45     # 三国演义:3
    46     # 水浒传:2
    47     # 西游记:0
    48     # 红楼梦:0
    49
    50
    51 def index4(request):
    52     result = Author.objects.aggregate(max=Max('age'),min=Min('age'))
    53     # 每本图书售卖前的最大及最小价格;
    54     books = Book.objects.annotate(max=Max("bookorder__price"),min=Min("bookorder__price"))
    55     for book in books:
    56         print("%s:%s:%s" % (book.name,book.max,book.min))
    57     print(connection.queries)
    58     return HttpResponse("index4")
    59
    60     # 三国演义:95.0:85.0
    61     # 水浒传:94.0:93.0
    62     # 西游记:None:None
    63     # 红楼梦:None:None
    64
    65
    66 def index5(request):
    67     # 求所有图书的销售总额;
    68     result = Book.objects.aggregate(total=Sum("price"))
    69     print(result)
    70     print(connection.queries)
    71     # {'total': 389.0}
    72     # {'sql': 'SELECT SUM(`book`.`price`) AS `total` FROM `book`', 'time': '0.001'};
    73
    74     # 求每一本图书的销售总额;
    75     books = Book.objects.annotate(total=Sum('bookorder__price'))
    76     for book in books:
    77         print("%s:%s" % (book.name,book.total))
    78     print(connection.queries)
    79     # 三国演义: 268.0
    80     # 水浒传: 187.0
    81     # 西游记: None
    82     # 红楼梦: None
    83
    84
    85     # 求2018年度的销售总额;
    86     result = Bookorder.objects.filter(create_time__year=2019).aggregate(total=Sum("price"))
    87     # 求2018年度每一本图书的销售总额;
    88     books = Book.objects.filter(bookorder__create_time__year=2019).annotate(total=Sum("bookorder__price"))
    89     for book in books:
    90         print("%s:%s" % (book.name,book.total)  )
    91     print(connection.queries)
    92     # 三国演义: 268.0
    93     # 水浒传: 187.0
    94     # `book_order`.`create_time` BETWEEN '2019-01-01 00:00:00' AND '2019-12-31 23:59:59.999999' GROUP BY `book`.`id`

  • F表达式:动态获取某个字段上的值,不会真正到数据库中查询数据,只起一个标识的作用;

     1 def index6(requset):
     2     # 给每本书售价增加10元;update;
     3     Book.objects.update(price=F('price')+10)
     4     print(connection.queries[-1])
     5     # 'UPDATE `book` SET `price` = (`book`.`price` + 10)';
     6
     7     # Author中name与email相同的内容;
     8     authors = Author.objects.filter(name=F('emile'))
     9     for author in authors:
    10         print("%s:%s" % (author.name,author.email))
    11     return HttpResponse('index6')

  • Q表达式:包裹查询条件,可在条件间进行多种操作:与 & 、或 | 、非 ~  等查询操作;
     1 def index7(requset):
     2     # 1、获取价格大于100,评分大于4.5的图书;
     3     # books = Book.objects.filter(price__gte=100,rating=4.5)
     4     books = Book.objects.filter(Q(price__gte=100)&Q(rating__gte=4.5))
     5     for book in books:
     6         print("%s:%s:%s" % (book.name,book.price,book.rating))
     7
     8     ---
     9
    10     # 2、获取价格低于100,或者评分低于4.5分的图书;
    11     books = Book.objects.filter(Q(price__lt=100)|Q(rating__lt=4.5))
    12     for book in books:
    13         print("%s:%s:%s" % (book.name,book.price,book.rating))
    14
    15     ---
    16
    17     # 3、获取价格大于100,并且图书名字不包含“传”字的图书;
    18     books = Book.objects.filter(Q(price__gte=100)&~Q(name__icontains='传'))
    19     for book in books:
    20         print("%s:%s:%s" % (book.name,book.price,book.rating))
    21     return HttpResponse('index7')

转载于:https://www.cnblogs.com/liqiongming/p/10526911.html

聚合函数与F/Q表达式相关推荐

  1. 聚合和分组F,Q和事物,cookie,session

    聚合 aggregate()是QuerySet 的一个终止子句,意思是说,它返回一个包含一些键值对的字典. 键的名称是聚合值的标识符,值是计算出来的聚合值.键的名称是按照字段和聚合函数的名称自动生成出 ...

  2. SQL 聚合函数中的数据过滤

    文章目录 聚合函数中的 CASE 表达式 PostgreSQL/SQLite 中的 FILTER 选项 大家好!我是只谈技术不剪发的 Tony 老师. 今天给大家介绍一下如何在 SQL 聚合函数中进行 ...

  3. Django框架(12.Django中模型类高阶查询(Q对象以及F对象 和聚合函数查询))

    Q对象 作用:用于查询时条件之间的逻辑关系.not and or,可以对Q对象进行  &  |  ~  操作. & : 且        | :  或          ~ :非: 就 ...

  4. $Django 聚合函数、分组查询、F,Q查询、orm字段以及参数

    一.聚合函数     from django.db.models import Avg,Sum,Max,Min,Count,F,Q   #导入     # .查询图书的总价,平均价,最大价,最小价   ...

  5. Django学习笔记(3):使用模型类进行查询(查询函数、F对象、Q对象、聚合函数、查询集、模型类关系、关联查询、自关联、管理器)

    文章目录 1.查询函数 2.F对象 3.Q对象 4.聚合函数 5.Count函数 6.查询集 查询集的特性 对查询集进行切片 判断一个查询集中是否有数据 7.模型类之间的关系 一对多关系 多对多关系 ...

  6. Django Model各种操作 Meta 常用字段 一对多操作 多对对操作 F Q查询 聚合函数

    Model操作 meta源信息 class CLS(models.Model):username = models.CharField(max_length=32)class Meta:db_tabl ...

  7. django 中的聚合函数,分组函数,F 查询, Q查询

    先以mysql的语句,聚合用在分组里, 对mysql中groupby 是分组 每什么的时候就要分组,如 每个小组,就按小组分, group by 字段 having 聚合函数 #举例  :求班里的平均 ...

  8. Python全栈(十)Django框架之9.聚合函数和表达式

    文章目录 一.聚合函数 1.Avg函数 2.聚合函数实现链式调用 3.aggregate和annotate的区别 4.Count函数 5.Max和Min函数 6.Sum函数 二.F表达式和Q表达式 1 ...

  9. Django的mode的分组查询和聚合查询和F查询和Q查询

    1.聚合查询 # 聚合函数aggregate,求指定字段的最大值,最小值,平均值,和的值,方法如下from django.db.models import Avgfrom django.db.mode ...

最新文章

  1. Vim 命令、操作、快捷键全集
  2. Java面试宝典系列之基础面试题String、变量、类与对象、集合类、SSH(一)
  3. Tensorflow入门__实例:图计算
  4. BZOJ1078 [SCOI2008]斜堆 堆
  5. 【数据库】mysql常用的数据类型
  6. activereports_报表 ActiveReports 迎来 .Net Core 时代!一键创建 .Net Core 项目
  7. 读写自旋锁,第1部分(来自IBM)
  8. leetcode-Single Number II-137
  9. 这种div高度自适应确定你知道吗?
  10. Android通知栏Notification弹出横幅显示的解决方法
  11. 致远oa系统报价_用友致远OA 系统 一般价钱?(公司60-70台左右的电脑)
  12. Matlab实现均值滤波
  13. 国内外计算机专业图形图像处理课程现状,计算机图像处理论文
  14. 【Proteus仿真】51单片机+红外测距仪(GP2D12)+ADC0809模数转换
  15. 用Git在阿里云下克隆时出现“Please make sure you have the correct access rights and the repository exists”错误
  16. 互联网日报 | 瑞幸咖啡同意支付1.8亿美元达成和解;国产游戏海外收入首破千亿;滴滴试水信用支付...
  17. 性价比降噪耳机:NANK南卡降噪耳机和小米降噪耳机买哪个好?
  18. Discuz!x1.5实现在线文档(doc、ppt、pdf)播放
  19. 很猛很疯狂,北京楼市促销十年少见 房价下跌论渐占上风
  20. 《微信公众平台与小程序开发——从零搭建整套系统》——第1章,第1.2节微信公众平台...

热门文章

  1. windows下安装Python和安装Python解释器
  2. VSCODE 系列(一)VSCODE下载和安装
  3. Excel的规划求解实例
  4. 英语学习APP—百词斩
  5. locate用主动还是被动_女生在两性关系中,究竟是主动一点好,还是被动一点好?...
  6. vi和vt的区别小窍门_十大vi技巧和窍门
  7. 如何形成统一设计风格 - 实践篇
  8. 社区儿童计算机活动总结,幼儿园与社区活动总结
  9. 图文教程,Nginx+Keepalived(双机热备)介绍已经搭建高可用负载均衡环境
  10. 随手记获2亿美元C轮融资,随手记投资安全吗?