聚合

Django 的数据库抽象 API 的主题指南描述了使用 Django 查询创建、检索、更新和删除单个对象的方式。但是，有时您需要检索通过汇总或聚合对象集合而派生的值。本主题指南描述了使用 Django 查询生成和返回聚合值的方法。

在本指南中，我们将参考以下模型。这些模型用于跟踪一系列在线书店的库存：

from django.db import models

class Author(models.Model):
    name = models.CharField(max_length=100)
    age = models.IntegerField()

class Publisher(models.Model):
    name = models.CharField(max_length=300)

class Book(models.Model):
    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, on_delete=models.CASCADE)
    pubdate = models.DateField()

class Store(models.Model):
    name = models.CharField(max_length=300)
    books = models.ManyToManyField(Book)

备忘单

匆忙？假设上述模型，以下是如何进行常见的聚合查询：

# Total number of books.
>>> Book.objects.count()
2452

# Total number of books with publisher=BaloneyPress
>>> Book.objects.filter(publisher__name='BaloneyPress').count()
73

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

# Max price across all books.
>>> from django.db.models import Max
>>> Book.objects.all().aggregate(Max('price'))
{'price__max': Decimal('81.20')}

# Difference between the highest priced book and the average price of all books.
>>> from django.db.models import FloatField
>>> Book.objects.aggregate(
...     price_diff=Max('price', output_field=FloatField()) - Avg('price'))
{'price_diff': 46.85}

# All the following queries involve traversing the Book<->Publisher
# foreign key relationship backwards.

# Each publisher, each with a count of books as a "num_books" attribute.
>>> from django.db.models import Count
>>> pubs = Publisher.objects.annotate(num_books=Count('book'))
>>> pubs
<QuerySet [<Publisher: BaloneyPress>, <Publisher: SalamiPress>, ...]>
>>> pubs[0].num_books
73

# Each publisher, with a separate count of books with a rating above and below 5
>>> from django.db.models import Q
>>> above_5 = Count('book', filter=Q(book__rating__gt=5))
>>> below_5 = Count('book', filter=Q(book__rating__lte=5))
>>> pubs = Publisher.objects.annotate(below_5=below_5).annotate(above_5=above_5)
>>> pubs[0].above_5
23
>>> pubs[0].below_5
12

# The top 5 publishers, in order by number of books.
>>> pubs = Publisher.objects.annotate(num_books=Count('book')).order_by('-num_books')[:5]
>>> pubs[0].num_books
1323

在 QuerySet 上生成聚合

Django 提供了两种生成聚合的方法。第一种方法是在整个 QuerySet 上生成汇总值。例如，假设您想计算所有可供出售书籍的平均价格。 Django 的查询语法提供了一种描述所有书籍集的方法：

>>> Book.objects.all()

我们需要的是一种计算属于这个 QuerySet 的对象的汇总值的方法。这是通过将 aggregate() 子句附加到 QuerySet 来完成的：

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

all() 在这个例子中是多余的，所以这可以简化为：

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

aggregate() 子句的参数描述了我们想要计算的聚合值 - 在这种情况下，是 Book 模型上 price 字段的平均值。可以在 QuerySet 参考中找到可用聚合函数的列表。

aggregate() 是 QuerySet 的终端子句，调用时返回名称-值对的字典。名称是聚合值的标识符；该值是计算的聚合。该名称是根据字段名称和聚合函数自动生成的。如果要手动指定聚合值的名称，可以通过在指定聚合子句时提供该名称来实现：

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

如果要生成多个聚合，请向 aggregate() 子句添加另一个参数。因此，如果我们还想知道所有书籍的最高和最低价格，我们将发出以下查询：

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

为 QuerySet 中的每个项目生成聚合

生成汇总值的第二种方法是为 QuerySet 中的每个对象生成一个独立的汇总。例如，如果您正在检索书籍列表，您可能想知道有多少作者为每本书做出了贡献。每本书都与作者有多对多的关系；我们想总结 QuerySet 中每本书的这种关系。

可以使用 annotate() 子句生成每个对象的摘要。当指定 annotate() 子句时，QuerySet 中的每个对象都将使用指定的值进行注释。

这些注释的语法与用于 aggregate() 子句的语法相同。 annotate() 的每个参数描述了一个要计算的聚合。例如，要使用作者人数注释书籍：

# Build an annotated queryset
>>> from django.db.models import Count
>>> 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

与 aggregate() 一样，注释的名称自动从聚合函数的名称和被聚合的字段的名称派生。您可以通过在指定注释时提供别名来覆盖此默认名称：

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

与 aggregate() 不同，annotate() 是不是一个终结子句。 annotate() 子句的输出是一个 QuerySet；这个 QuerySet 可以使用任何其他 QuerySet 操作进行修改，包括 filter()、order_by()，甚至对 annotate() 的额外调用。

组合多个聚合

将多个聚合与annotate()将要 :ticket:`产生错误的结果 <10060>` 因为使用连接而不是子查询：

>>> book = Book.objects.first()
>>> book.authors.count()
2
>>> book.store_set.count()
3
>>> q = Book.objects.annotate(Count('authors'), Count('store'))
>>> q[0].authors__count
6
>>> q[0].store__count
6

对于大多数聚合，没有办法避免这个问题，但是，Count 聚合有一个 distinct 参数可能会有所帮助：

>>> q = Book.objects.annotate(Count('authors', distinct=True), Count('store', distinct=True))
>>> q[0].authors__count
2
>>> q[0].store__count
3

如果有疑问，请检查 SQL 查询！

为了了解您的查询中发生了什么，请考虑检查 QuerySet 的 query 属性。

联接和聚合

到目前为止，我们已经处理了属于被查询模型的字段的聚合。但是，有时您想要聚合的值将属于与您正在查询的模型相关的模型。

在聚合函数中指定要聚合的字段时，Django 将允许您使用在引用过滤器中的相关字段时使用的相同双下划线表示法。然后，Django 将处理检索和聚合相关值所需的任何表连接。

例如，要查找每家商店提供的书籍的价格范围，您可以使用注释：

>>> from django.db.models import Max, Min
>>> Store.objects.annotate(min_price=Min('books__price'), max_price=Max('books__price'))

这告诉 Django 检索 Store 模型，加入（通过多对多关系）Book 模型，并在 book 模型的 price 字段上聚合以产生最小值和最大值。

相同的规则适用于 aggregate() 子句。如果您想知道在任何一家商店出售的任何书籍的最低和最高价格，您可以使用聚合：

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

联接链可以根据您的需要尽可能深。例如，要提取任何可出售书籍的最年轻作者的年龄，您可以发出查询：

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

向后跟踪关系

以类似于跨越关系的查找的方式，模型或与您查询的模型相关的字段上的聚合和注释可以包括遍历“反向”关系。这里也使用了相关模型的小写名称和双下划线。

例如，我们可以要求所有出版商，用他们各自的总图书库存计数器进行注释（注意我们如何使用 'book' 指定 Publisher -> Book 反向外键跃点)：

>>> from django.db.models import Avg, Count, Min, Sum
>>> Publisher.objects.annotate(Count('book'))

（结果 QuerySet 中的每个 Publisher 都会有一个名为 book__count 的额外属性。）

我们还可以要求每个出版商管理的任何书籍中最古老的书籍：

>>> Publisher.objects.aggregate(oldest_pubdate=Min('book__pubdate'))

（生成的字典将有一个名为 'oldest_pubdate' 的键。如果没有指定这样的别名，它将是相当长的 'book__pubdate__min'。）

这不仅适用于外键。它也适用于多对多关系。例如，我们可以询问每个作者，并用考虑作者（共同）创作的所有书籍的总页数进行注释（注意我们如何使用 'book' 来指定 Author - > Book 反向多对多跳）：

>>> Author.objects.annotate(total_pages=Sum('book__pages'))

（结果 QuerySet 中的每个 Author 都会有一个名为 total_pages 的额外属性。如果没有指定这样的别名，它将是相当长的 book__pages__sum。）

或者询问我们存档的作者所写的所有书籍的平均评分：

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

（生成的字典将有一个名为 'average_rating' 的键。如果没有指定这样的别名，它将是相当长的 'book__rating__avg'。）

聚合和其他 QuerySet 子句

filter() 和 exclude()

聚合也可以参与过滤器。任何应用于普通模型字段的 filter()（或 exclude()）都将具有约束考虑进行聚合的对象的效果。

当与 annotate() 子句一起使用时，过滤器具有约束为其计算注释的对象的效果。例如，您可以使用查询生成标题以“Django”开头的所有书籍的带注释的列表：

>>> from django.db.models import Avg, Count
>>> Book.objects.filter(name__startswith="Django").annotate(num_authors=Count('authors'))

当与 aggregate() 子句一起使用时，过滤器具有约束计算聚合的对象的效果。例如，您可以使用以下查询生成标题以“Django”开头的所有书籍的平均价格：

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

过滤注释

也可以过滤带注释的值。注释的别名可以在 filter() 和 exclude() 子句中以与任何其他模型字段相同的方式使用。

例如，要生成具有多个作者的书籍列表，您可以发出查询：

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

此查询生成带注释的结果集，然后根据该注释生成过滤器。

如果您需要带有两个单独过滤器的两个注释，您可以将 filter 参数与任何聚合一起使用。例如，要生成具有高评价书籍计数的作者列表：

>>> highly_rated = Count('book', filter=Q(book__rating__gte=7))
>>> Author.objects.annotate(num_books=Count('book'), highly_rated_books=highly_rated)

结果集中的每个 Author 将具有 num_books 和 highly_rated_books 属性。另见条件聚合。

在 filter 和 QuerySet.filter() 之间选择

避免将 filter 参数与单个注释或聚合一起使用。使用 QuerySet.filter() 排除行更有效。聚合 filter 参数仅在对具有不同条件的相同关系使用两个或多个聚合时才有用。

annotate() 和 filter() 子句的顺序

在开发同时涉及 annotate() 和 filter() 子句的复杂查询时，请特别注意这些子句应用于 QuerySet 的顺序。

当 annotate() 子句应用于查询时，会在查询的状态上计算注释，直到请求注释为止。这的实际含义是 filter() 和 annotate() 不是可交换操作。

鉴于：

出版商 A 有两本书的评分为 4 和 5。
出版商 B 有两本书，评分为 1 和 4。
出版商 C 有一本书的评分为 1。

以下是 Count 聚合的示例：

>>> a, b = Publisher.objects.annotate(num_books=Count('book', distinct=True)).filter(book__rating__gt=3.0)
>>> a, a.num_books
(<Publisher: A>, 2)
>>> b, b.num_books
(<Publisher: B>, 2)

>>> a, b = Publisher.objects.filter(book__rating__gt=3.0).annotate(num_books=Count('book'))
>>> a, a.num_books
(<Publisher: A>, 2)
>>> b, b.num_books
(<Publisher: B>, 1)

这两个查询都返回至少有一本评分超过 3.0 的书籍的出版商列表，因此出版商 C 被排除在外。

在第一个查询中，注解在过滤器之前，因此过滤器对注解没有影响。 distinct=True 需要避免查询错误。

第二个查询计算每个出版商的评分超过 3.0 的图书数量。过滤器位于注释之前，因此过滤器会限制计算注释时考虑的对象。

这是 Avg 聚合的另一个示例：

>>> a, b = Publisher.objects.annotate(avg_rating=Avg('book__rating')).filter(book__rating__gt=3.0)
>>> a, a.avg_rating
(<Publisher: A>, 4.5)  # (5+4)/2
>>> b, b.avg_rating
(<Publisher: B>, 2.5)  # (1+4)/2

>>> a, b = Publisher.objects.filter(book__rating__gt=3.0).annotate(avg_rating=Avg('book__rating'))
>>> a, a.avg_rating
(<Publisher: A>, 4.5)  # (5+4)/2
>>> b, b.avg_rating
(<Publisher: B>, 4.0)  # 4/1 (book with rating 1 excluded)

第一个查询要求出版商所有书籍的平均评分，这些书籍至少有一本评分超过 3.0 的书籍。第二个查询仅要求出版商图书评分超过 3.0 的平均评分。

很难直观地了解 ORM 如何将复杂的查询集转换为 SQL 查询，因此如有疑问，请使用 str(queryset.query) 检查 SQL 并编写大量测试。

order_by()

注释可以用作排序的基础。当您定义 order_by() 子句时，您提供的聚合可以引用在查询中定义为 annotate() 子句一部分的任何别名。

例如，要按对本书做出贡献的作者数量来订购 QuerySet 本书，您可以使用以下查询：

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

values()

通常，注释是基于每个对象生成的 - 带注释的 QuerySet 将为原始 QuerySet 中的每个对象返回一个结果。但是，当使用 values() 子句约束结果集中返回的列时，评估注解的方法略有不同。不是为原始 QuerySet 中的每个结果返回带注释的结果，而是根据 values() 子句中指定的字段的唯一组合对原始结果进行分组。然后为每个唯一的组提供注释；注释是针对组的所有成员计算的。

例如，考虑一个作者查询，它试图找出每个作者所写书籍的平均评分：

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

这将为数据库中的每个作者返回一个结果，并用他们的平均图书评分进行注释。

但是，如果使用 values() 子句，结果会略有不同：

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

在此示例中，作者将按姓名分组，因此您只会获得每个唯一作者姓名的注释结果。这意味着如果您有两个同名作者，他们的结果将在查询的输出中合并为一个结果；平均值将计算为两位作者所写书籍的平均值。

annotate() 和 values() 子句的顺序

与 filter() 子句一样，将 annotate() 和 values() 子句应用于查询的顺序很重要。如果 values() 子句在 annotate() 之前，注释将使用 values() 子句描述的分组计算。

但是，如果 annotate() 子句在 values() 子句之前，注释将在整个查询集上生成。在这种情况下，values() 子句仅约束在输出上生成的字段。

例如，如果我们颠倒上例中 values() 和 annotate() 子句的顺序：

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

现在，这将为每位作者产生一个独特的结果；但是，输出数据中只会返回作者姓名和 average_rating 注释。

您还应该注意 average_rating 已明确包含在要返回的值列表中。这是必需的，因为 values() 和 annotate() 子句的顺序。

如果 values() 子句在 annotate() 子句之前，任何注释都将自动添加到结果集中。但是，如果在 annotate() 子句之后应用 values() 子句，则需要显式包含聚合列。

与 order_by() 互动

选择输出数据时会使用查询集的 order_by() 部分中提到的字段，即使它们在 values() 调用中没有另外指定。这些额外的字段用于将“相似”的结果分组在一起，它们可以使其他相同的结果行看起来是分开的。这尤其体现在计数事物时。

举例来说，假设你有一个这样的模型：

from django.db import models

class Item(models.Model):
    name = models.CharField(max_length=10)
    data = models.IntegerField()

如果你想计算每个不同的 data 值在有序查询集中出现的次数，你可以试试这个：

items = Item.objects.order_by('name')
# Warning: not quite correct!
items.values('data').annotate(Count('id'))

...这将按 Item 对象的公共 data 值分组，然后计算每组中 id 值的数量。除了它不会完全奏效。 name 的排序也将在分组中起作用，因此此查询将按不同的 (data, name) 对分组，这不是您想要的。相反，您应该构造此查询集：

items.values('data').annotate(Count('id')).order_by()

...清除查询中的任何排序。您还可以按 data 排序而不会产生任何有害影响，因为它已经在查询中起作用了。

此行为与 distinct() 的查询集文档中所述的行为相同，一般规则相同：通常您不希望额外的列在结果中起作用，因此清除排序，或者至少确保它仅限于您在 values() 调用中选择的那些字段。

笔记

您可能会合理地问为什么 Django 不为您删除无关的列。主要原因是与 distinct() 和其他地方的一致性：Django never 删除您指定的排序约束（我们不能改变那些其他方法的行为，因为这会违反我们的 [ X217X]API 稳定性政策）。

聚合注释

您还可以根据注释的结果生成聚合。当您定义 aggregate() 子句时，您提供的聚合可以引用在查询中定义为 annotate() 子句一部分的任何别名。

例如，如果您想计算每本书的平均作者数，您首先用作者计数注释该书集，然后聚合该作者计数，引用注释字段：

>>> from django.db.models import Avg, Count
>>> Book.objects.annotate(num_authors=Count('authors')).aggregate(Avg('num_authors'))
{'num_authors__avg': 1.66}

聚合 — Django 文档

目录

聚合

备忘单