day 49 数据分析, 数据聚合 F 查询 Q 查询

 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。

1
2
3
# 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:

1
2
3
4
from django.db.models import Avg, MaxMin
 
# 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:

day 49 数据分析, 数据聚合  F 查询  Q 查询

    表结构为:

day 49 数据分析, 数据聚合  F 查询  Q 查询
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)
day 49 数据分析, 数据聚合  F 查询  Q 查询

    准备数据:

按 Ctrl+C 复制代码
按 Ctrl+C 复制代码

    查询操作:

day 49 数据分析, 数据聚合  F 查询  Q 查询
# 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'))
day 49 数据分析, 数据聚合  F 查询  Q 查询

    好了,接下来。我们在玩一下多表的分组查询。

day 49 数据分析, 数据聚合  F 查询  Q 查询

    表结构为:

按 Ctrl+C 复制代码
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
按 Ctrl+C 复制代码

    查询操作:

day 49 数据分析, 数据聚合  F 查询  Q 查询
# 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"))
day 49 数据分析, 数据聚合  F 查询  Q 查询

    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

day 49 数据分析, 数据聚合  F 查询  Q 查询
# 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"))
day 49 数据分析, 数据聚合  F 查询  Q 查询

    2、练习:统计每一本书的作者个数

day 49 数据分析, 数据聚合  F 查询  Q 查询
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")
day 49 数据分析, 数据聚合  F 查询  Q 查询

    3、练习:统计每一本以“九”开头的书籍的作者个数

day 49 数据分析, 数据聚合  F 查询  Q 查询
# 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")
day 49 数据分析, 数据聚合  F 查询  Q 查询

    4、练习:统计不止一个作者的图书名称

day 49 数据分析, 数据聚合  F 查询  Q 查询
# 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")
day 49 数据分析, 数据聚合  F 查询  Q 查询

    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

day 49 数据分析, 数据聚合  F 查询  Q 查询
# 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")
day 49 数据分析, 数据聚合  F 查询  Q 查询

    6、练习:查询各个作者出的书的总价格

day 49 数据分析, 数据聚合  F 查询  Q 查询
# 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')
day 49 数据分析, 数据聚合  F 查询  Q 查询

  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。

1
2
3
4
# 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。

1
2
3
# 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。

1
2
3
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。

1
2
3
# 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:

1
2
3
# 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)))
上一篇:Android SurfaceView + MediaPlayer实现分段视频无缝播放


下一篇:介绍一个axios调试好用的工具:axios-mock-adapter