django 统计

统计¶

Django 数据库抽象 API 描述了如何建立、检索、更新和删除独立的对象。可是，有时你会须要处理一些有关对象的集合的统计。本文描述如何使用 Django 查询来处理统计。

本文咱们将使用如下模型。这些模型用于在线书店图书清单：

class Author(models.Model): name = models.CharField(max_length=100) age = models.IntegerField() friends = models.ManyToManyField('self', blank=True) class Publisher(models.Model): name = models.CharField(max_length=300) num_awards = models.IntegerField() class Book(models.Model): isbn = models.CharField(max_length=9) name = models.CharField(max_length=300) pages = models.IntegerField() price = models.DecimalField(max_digits=10, decimal_places=2) rating = models.FloatField() authors = models.ManyToManyField(Author) publisher = models.ForeignKey(Publisher) pubdate = models.DateField() class Store(models.Model): name = models.CharField(max_length=300) books = models.ManyToManyField(Book)

生成整个查询集的统计¶

Django 提供两种方法来产生统计。第一种方法是产生整个 查询集 的统计。假设咱们要统计全部书的平均价格。 Djnago 中查询全部书的语句为:

>>> Book.objects.all()

在这个语句后加上一个 aggregate() 子句就好了:

>>> from django.db.models import Avg >>> Book.objects.all().aggregate(Avg('price')) {'price__avg': 34.35}

上例中的 all() 是多余的。因此能够简写为:

>>> Book.objects.aggregate(Avg('price')) {'price__avg': 34.35}

aggregate() 子句的参数表明咱们要统计的内容，本例中咱们要统计 Book 模型中 price 字段的平均值。 查询集参考 中能够找到完整的统计函数列表。

aggregate() 是一个 查询集 的未端子句，调用后会返回一个由名称－值配对组成的字典。名称是指统计的名称，值就是统计的值。名称由字段名称加上函数名自动组成。若是你想手动指定统计名称，能够象下例在统计子句中定义:

>>> Book.objects.aggregate(average_price=Avg('price')) {'average_price': 34.35}

若是你想要生成多个统计，那么只要在统计子句后加上另外的统计子句就能够了。例如，若是要计算全部书价中最高价和最低价，能够这样写:

>>> from django.db.models import Avg, Max, Min, Count >>> Book.objects.aggregate(Avg('price'), Max('price'), Min('price')) {'price__avg': 34.35, 'price__max': Decimal('81.20'), 'price__min': Decimal('12.99')}

生成查询集中每个项目的统计¶

第二种方法是为 查询集 中每一个独立的对象生成统计。例如，当你检索一个书单时，可能想知道每本书有几个做者。每本书与每一个做者之间是一个多对多的关系，咱们要为每本书总结这个关系。

要产生每一个对象的统计可使用 annotate() 子句。当定义一个 annotate() 子句后， 查询集 中的每一个对象就能够与特定值关联，至关于每一个对象有一个 “注释”。

这种注释的语法与 aggregate() 相同。 annotate() 的每一个参数表明一个统计。例如，要计算每本书的做者人数:

# Build an annotated queryset
>>> q = Book.objects.annotate(Count('authors'))
# Interrogate the first object in the queryset
>>> q[0]
<Book: The Definitive Guide to Django>
>>> q[0].authors__count
2
# Interrogate the second object in the queryset
>>> q[1]
<Book: Practical Django Projects>
>>> q[1].authors__count
1

和 aggregate() 同样，统计的名称自动由字段名和函数名组成。你也能够在定义统计时指定名称:

>>> q = Book.objects.annotate(num_authors=Count('authors')) >>> q[0].num_authors 2 >>> q[1].num_authors 1

与 aggregate() 不一样的是 annotate() 不是 一个未端子句。 annotate() 子句的输出是一个 查询集 。 这个 查询集 能够和其余查询集同样操做，包括 filter() 、order_by 或者甚至再调用另外一个 annotate() 。

联合和统计¶

至此，咱们统计的对象都是被查询的模块自己的字段。可是，有时咱们要统计的是被查询模块的相关联的模块字段。

在统计函数中定义字段时，可使用与过滤器中用于指定关联字段的 双下划线符号 。经过这种方法， Django 会自动使用联合来统计相关联的字段。

例如，要统计每一个书店中书的价格范围:

>>> Store.objects.annotate(min_price=Min('books__price'), max_price=Max('books__price'))

上面的例子告诉 Django 检索 Store 模型，联合（经过多对多关系） Book 模型，而且统计 book 模型中的价格字段，计算最大值和最小值。

aggergate() 子句适用一样规则。若是你想知道全部书店中书的最高价和最低价，能够这样:

>>> Store.objects.aggregate(min_price=Min('books__price'), max_price=Max('books__price'))

联合的深度是无限的。例如，要统计全部书的做者的最小年龄，你能够这样:

>>> Store.objects.aggregate(youngest_age=Min('books__authors__age'))

统计和其余查询子句¶

filter() 和 exclude()¶

在过滤器中也可使用统计。任何用于通常模型的 filter() （或 exclude() ）也可与统计联用。

当与 annotate() 子句联用时，过滤器做用于被统计的对象上。例如要统计书名以 "Django" 开头的书:

>>> Book.objects.filter(name__startswith="Django").annotate(num_authors=Count('authors'))

当与 aggregate() 子句联用时，过滤器做用于被统计的全部对象上。例如要统计书名以 "Django" 开头的书的平均价格:

>>> Book.objects.filter(name__startswith="Django").aggregate(Avg('price'))

过滤统计的值¶

统计出来的值也能够被过滤。和其余模型同样，统计的结果也可使用 filter() 和 exclude() 子句来过滤。

例如，要产生一个由两个以上做者的书单能够这样:

>>> Book.objects.annotate(num_authors=Count('authors')).filter(num_authors__gt=1)

上例先进行统计，而后在统计的结果上使用了过滤器。

annotate() 和 filter() 子句的顺序¶

当使用同时包含 annotate() 和 filter() 子句的复杂查询时，要特别当心两种子句的顺序。

当一个 annotate() 子句做用于查询时，该统计只对子句以前的查询起做用。也就是说 filter() 和 annotate() 顺序不一样，查询就不一样了。查询:

>>> Publisher.objects.annotate(num_books=Count('book')).filter(book__rating__gt=3.0)

和查询:

>>> Publisher.objects.filter(book__rating__gt=3.0).annotate(num_books=Count('book'))

是不一样的。两个查询都会返回至少有一本好书（评分大于 3.0 ）的出版商。可是，第一个查询中的统计会提供出版商的全部书的数量；第二个查询中的统计只返回好书的数量。第一个查询中统计先于过滤器，因此过滤器对统计没有做用。而第二个查询过滤器先于统计，因此统计的对象是已通过滤过的。

order_by()¶

统计能够做为排序的基础。当你定义一个 order_by 子句时，能够引用 annotate() 子句中的统计。

例如，要依据书的做者人数进行排序，能够这样:

>>> Book.objects.annotate(num_authors=Count('authors')).order_by('num_authors')

values()¶

一般,统计会针对 查询集 中每个对象返回一个结果。可是，当使用 values 子句来约束要统计的列时，返回的结果会有所不一样。原先统计结果中，统计字段的值相同的项会分组合并统计。

例如，要统计每一个做者各自所写的书的平均评分:

>>> Author.objects.annotate(average_rating=Avg('book__rating'))

返回的结果会包含每个做者及其所写的书的平均计分。

可是，若是使用 values() 子句，返回的结果会有所不一样:

>>> Author.objects.values('name').annotate(average_rating=Avg('book__rating'))

这个例子中会把做者按名字分组统计，返回的结果中不会有重复的做者名字。名字相同的做者在统计中会做为同一个做者来统计，同名做者所写的书的评分会合并为一个做者的书来统计。

annotate() 和 values() 子句的顺序¶

当使用 filter() 子句时， annotate() 和 values() 子句的顺序是很是重要的。若是 values() 子句先于 annotate() 子句，会按照前文所述的方式统计。

可是，若是 annotate() 子句先于 values() 子句，那么统计会做用于整个查询集，而 values() 子句只约束统计输出的字段。

例如，若是咱们把前一个例子中的 values() 和 annotate() 子句调换顺序:

>>> Author.objects.annotate(average_rating=Avg('book__rating')).values('name', 'average_rating')

这个例子会为每个做者生成惟一的结果。可是在输了的数据中只会包含做者名和 average_rating 的统计。

你能够注意到 average_rating 在例子中显示地定义了。在 annotate() 和 values() 子句的顺序处于这种状况是必须显式定义。

若是 values() 子句先于 annotate() 子句，那么任何统计会自动添加到输出结果中。可是 values() 子句在 annotate() 子句以后，那么必须显式定义统计列。

缺省排序或 order_by() 子句的反作用¶

一个查询集中 order_by() 子句中的字段（或一个模型中缺省排序字段）会对输了数据产生影响，即便在 values() 中没有这些字段的定义时也一样会影响。这些特殊的字段会影响统计结果,这种状况在计数统计时尤其明显。

假设有一个这样的模型:

class Item(models.Model): name = models.CharField(max_length=10) data = models.IntegerField() class Meta: ordering = ["name"]

这里的重点是做为缺省排序的 name 字段。若是你想要统计不重复的 data 值出现了多少次，你可能会使用以下语句:

# 警告：这个语句不彻底正确！ Item.objects.values("data").annotate(Count("id"))

...这个语句看似会根据 data 值分组统计 Item 对象的 id 。但统计结果中 name 字段也会参与其中，因此这个语句实际的是不重复的 (data, name) 配对，而这不是咱们所要的结果，所以咱们应当这样统计:

Item.objects.values("data").annotate(Count("id")).order_by()

...这里咱们经过一个空的“ order_by() ” 来清除反作用。

这个行为与在查询集文档中 distinct() 提到的同样。一般的规则是：当你不想要额外的字段在统计结果中产生做用时，必须清空排序的内容或者至少确认 values()子句中的字段已经限制了这些额外字段。

Note

你能够会问为何 Django 不去除这些字段的影响。主要的缘由是为维护 distinct() 的一向性和一个原则： Django 从不 删除你的排序定义（咱们不会改变那么模型方法的行为，不然就会违背咱们 API stability 策略）。

对小计进行统计¶

你能够对小计的结果进行统计。在查询中，你可使用 aggregate() 子句来对 annotate() 的结果进行统计。

例如，假设你要统计每本书的做者人数的平均值，那么首先要计算每本书的做者人数，而后根据这个结果来统计平均值:

>>> Book.objects.annotate(num_authors=Count('authors')).aggregate(Avg('num_authors')) {'num_authors__avg': 1.66}

转自http://blog.csdn.net/shanliangliuxing/article/details/7927899