day 49 数据分析, 数据聚合 F 查询 Q 查询

2023-02-22 19:07:59

　6、聚合查询和分组查询

　　　　1、聚合查询aggregate

　　　　我们先通过一个例子来感受一下吧。

# 计算所有图书的平均价格

books = models.Book.objects.aggregate(Avg("price"))

books = models.Book.objects.aggregate(avg_price=Avg("price")) # 指定字典的key为avg_price

　　　　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来的。如果你想要为聚合值指定一个名称，可以向聚合子句指定它（如上例）。

　　　　如果你希望生成不止一个聚合，你可以向aggregate() 子句中添加另一个参数。所以，如果你也想知道所有图书价格的最大值和最小值，可以这样查询：

from django.db.models import Avg, Max, Min

# 计算所有图书的平均价格、最贵价格和最便宜价格

books = models.Book.objects.aggregate(Avg("price"), Max("price"), Min("price"))

　　　　2、分组查询annotate

　　　　在讲之前，我们先回忆一下，我们之前学过的SQL语句，该如何查询。咱们对比一下ORM代码，来加深理解。

　　　　先来单表的练练手：

　　　　表结构为：

class Emp(models.Model):

    name = models.CharField(max_length=32)

    age = models.IntegerField()

    salary = models.DecimalField(max_digits=8, decimal_places=2)

    dep = models.CharField(max_length=32)

    province = models.CharField(max_length=32)

　　　　准备数据：

按 Ctrl+C 复制代码

　　　　查询操作：

# 查询每一个部门名称以及对应的员工数

SQL:

select dep, count(1) from emp group by dep;

ORM:

models.Emp.objects.values('dep').annotate(c=Count('id'))

# 查询每一个部门名称以及对应的员工的平均工资

SQL：

select dep, avg(salary) from app01_emp GROUP BY dep;

ORM:

models.Emp.objects.values('dep').annotate(a=Avg('salary'))

　　　　好了，接下来。我们在玩一下多表的分组查询。

　　　　表结构为：

按 Ctrl+C 复制代码

　　　　准备数据：

　　　　　　1、Dep表：

INSERT INTO `bkm`.`app01_dep` (`id`, `title`) VALUES ('1', '销售部');

INSERT INTO `bkm`.`app01_dep` (`id`, `title`) VALUES ('2', '关公部');

　　　　　　2、Emps表：

按 Ctrl+C 复制代码

　　　　查询操作：

# 查询每一个部门名称以及对应的员工数

SQL:

SELECT app01_dep.title,count(app01_emps.id) FROM app01_emps LEFT JOIN app01_dep ON app01_emps.dep_id = app01_dep.id GROUP BY app01_emps.dep_id;

ORM:

models.Emps.objects.values("dep__title").annotate(c=Count("id"))

# 查询每一个部门名称以及对应的员工的平均工资

SQL:

SELECT app01_dep.title,avg(app01_emps.salary) FROM app01_emps LEFT JOIN app01_dep ON app01_emps.dep_id = app01_dep.id GROUP BY app01_emps.dep_id;

ORM:

models.Emps.objects.values("dep__title").annotate(a=Avg("salary"))

　　　　总结：跨表分组查询本质就是将关联表join成一张表，再按单表的思路进行分组查询。

　　3、查询练习

　　　　1、练习：统计每一个出版社的最便宜的书的价格

# 练习：统计每一个出版社的最便宜的书的价格

    SQL:

    select name, min(app01_book.price)

    from app01_publish LEFT

    JOIN

    app01_book

    on

    app01_book.publish_id = app01_publish.id

    GROUP

    BY

    app01_publish.name;

    ORM:

models.Publish.objects.values("name").annotate(min_price=Min("book__price"))

　　　　2、练习：统计每一本书的作者个数

练习：统计每一本书的作者个数

SQL:

SELECT

    title,

    count(NAME)

FROM

    app01_book

LEFT JOIN app01_book_authors ON app01_book.id = app01_book_authors.book_id

LEFT JOIN app01_author ON app01_book_authors.author_id = app01_author.id

GROUP BY

    app01_book.id;

ORM:

models.Book.objects.annotate(num=Count('authors__name')).values("title", "num")

　　　　3、练习：统计每一本以“九”开头的书籍的作者个数

# 练习：统计每一本以“九”开头的书籍的作者个数

SQL:

SELECT

    title,

    count(NAME)

FROM

    app01_book

LEFT JOIN app01_book_authors ON app01_book.id = app01_book_authors.book_id

LEFT JOIN app01_author ON app01_book_authors.author_id = app01_author.id

WHERE

    app01_book.title LIKE '九%'

GROUP BY

    app01_book.id;

ORM:

models.Book.objects.filter(title__startswith="九").annotate(num=Count('authors__name')).values("title", "num")

　　　　4、练习：统计不止一个作者的图书名称

# 练习：统计不止一个作者的图书名称

SQL:

SELECT

    title,

    count(NAME) AS num

FROM

    app01_book

LEFT JOIN app01_book_authors ON app01_book.id = app01_book_authors.book_id

LEFT JOIN app01_author ON app01_author.id = app01_book_authors.author_id

GROUP BY

    app01_book.id

HAVING

    num > 1;

ORM:

models.Book.objects.annotate(num_author=Count("authors__name")).filter(num_author__gt=1).values("title")

　　　　5、练习：根据一本图书作者数量的多少对查询集QuerySet进行排序

# 练习：根据一本图书作者数量的多少对查询集QuerySet进行排序

SQL:

SELECT

    title,

    count(author_id) AS num

FROM

    app01_book

LEFT JOIN app01_book_authors ON app01_book.id = app01_book_authors.book_id

LEFT JOIN app01_author ON app01_author.id = app01_book_authors.author_id

GROUP BY

    app01_book.id

ORDER BY

    num;

ORM:

models.Book.objects.annotate(num_author=Count("authors__name")).order_by("num_author").values("title", "num_author")

　　　　6、练习：查询各个作者出的书的总价格

# 练习：查询各个作者出的书的总价格

SQL:

SELECT

    NAME,

    sum(price)

FROM

    app01_author

LEFT JOIN app01_book_authors ON app01_author.id = app01_book_authors.author_id

LEFT JOIN app01_book ON app01_book.id = app01_book_authors.book_id

GROUP BY

    app01_author.id;

ORM:

models.Author.objects.annotate(total=Sum("book__price")).values('name', 'total')

　　7、F查询与Q查询

　　　　1、F查询

　　　　在上面所有的例子中，我们构造的过滤器都只是将字段值与某个常量做比较。如果我们要对两个字段的值做比较，那该怎么做呢？

　　　　Django 提供 F() 来做这样的比较。F() 的实例可以在查询中引用字段，来比较同一个 model 实例中两个不同字段的值。

# 查询工资大于年龄的人

from django.db.models import F, Q

models.Emp.objects.filter(salary__gt=F('age'))

　　　　Django 支持 F() 对象之间以及 F() 对象和常数之间的加减乘除和取模的操作。

# 查询工资小于两倍年龄值的人

models.Emp.objects.filter(salary__lt=F("age") * 2)

　　　　修改操作也可以使用F函数,比如将每一本书的价格提高100元

1	`models.Book.objects.update(price=F('price')` `+` `100)`

　　　　2、Q查询

　　　　filter() 等方法中的关键字参数查询都是一起进行“AND” 的。如果你需要执行更复杂的查询（例如OR 语句），你可以使用Q 对象。

from django.db.models import Q

Q(title__startswith="九")

　　　　Q 对象可以使用 & 、 | 和 ~（与或非）操作符组合起来。当一个操作符在两个Q 对象上使用时，它产生一个新的Q 对象。

# 查询价格大于300或者名称以九开头的书籍

models.Book.objects.filter(Q(price__gt=300)|Q(title__startswith="九"))

　　　　等同于下面的SQL where子句：

1	`WHERE` (`app01_book`.`price` > 300 `OR` `app01_book`.`title` `LIKE` `BINARY` `'九%')`

　　　　综合使用，请看示例：

# 查询价格大于300或者不是2019年三月份的书籍

models.Book.objects.filter(Q(price__gt=300)|~Q(Q(pub_date__year=2019)&Q(pub_date__month=3)))

码农公寓

6、聚合查询和分组查询

1、聚合查询aggregate

2、分组查询annotate

3、查询练习

7、F查询与Q查询

1、F查询

2、Q查询

相关文章

　6、聚合查询和分组查询

　　　　1、聚合查询aggregate

　　　　2、分组查询annotate

　　3、查询练习

　　7、F查询与Q查询

　　　　1、F查询

　　　　2、Q查询