djangoqueryt相加和筛选教程
1、集合相加
a = {1,2,3}
b = {3,4,5}
flag是什么意思print(type(a))
print(a|b)
2、queryt 符合条件的筛序
projects = Project_models.objects.filter(ur=request.ur).order_by('id')小升初英语
projects = projects.filter(bad_numbers__gt=0).order_by('bad_numbers')
火星文翻译器
补充知识：django中聚合aggregate和annotate GROUP BY的使⽤⽅法
接触django已经很长时间了，但是使⽤QuerySet查询集的⽅式⼀直⽐较低端，只会使⽤filter/Q函数/excl
ude等⽅式来查询，数据量⽐较⼩的时候还可以，但是如果数据量很⼤，⽽且查询⽐较复杂，那么如果还是使⽤多个filter进⾏查询效率就会很低。就趁着清明放假的时间，跑来公司⼲点私活。输出成这篇⽂档，⼀是加深印象，提⾼熟练度；⼆是分享出来，造福⼤家~
提⾼查询数据库效率的⽅案有两种：
第⼀种，是使⽤原⽣的SQL语句来进⾏查询，这样的优点在于能够完全按照开发者的意图来执⾏，效率会很⾼，但是缺点也很明显：
1.开发者需要⾮常熟悉SQL语句，加⼤开发者的⼯作量，同时，夹杂着SQL的项⽬也不利于以后程序的维护，增⼤程序的耦合度。
2.若查询条件是动态变化的，则会使开发变得更加困难。
django为了解决这⼀难题，提供了aggregate(聚合函数)和annotate(在aggregate的基础上进⾏GROUP BY操作)。
下⾯，就来介绍第⼆种⽅法。
⼀. aggregate的使⽤⽅法
金范秀
今天在同事的指点下，仔细看了django中annotate的使⽤⽅法，会根据查询条件来动态⽣成SQL语句，提⾼组合查询的效率。
理解aggregate的关键在于理解SQL中的聚合函数：以下摘⾃百度百科：SQL基本函数，聚合函数对⼀组值执⾏计算，并返回单个值。除了 COUNT 以外，聚合函数都会忽略空值。常见的聚合函数有AVG / COUNT / MAX / MIN /SUM 等。
aggregate就是在django中实现聚合函数的。先来看aggregate的使⽤场景：在项⽬中有时候你想要从数据库中取出⼀个汇总的集合。我们使⽤django官⽅的例⼦：
from django.db import models天津外语培训
class Author(models.Model):
name = models.CharField(max_length=100)
敷衍怎么读
age = models.IntegerField()
class Publisher(models.Model):
name = models.CharField(max_length=300)
num_awards = models.IntegerField()
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)
pubdate = models.DateField()
class Store(models.Model):
name = models.CharField(max_length=300)
books = models.ManyToManyField(Book)
spwm
registered_urs = models.PositiveIntegerField()
如果我们使⽤aggregate来进⾏计数：
>>> from dels import Count
>>> pubs = Publisher.objects.aggregate(num_books=Count('book'))
>>> pubs
{'num_books': 27}
⽽且aggregate不单单可以求和，还可以求平均Avg，最⼤最⼩等等。
sounds是什么意思>>> from dels import Avg
>>> Book.objects.all().aggregate(Avg('price'))
{'price__avg': 34.35}
# Cost per page 输出的名字同样可以指定，⽐如price_per_page
>>> from dels import F, FloatField, Sum
>>> Book.objects.all().aggregate(
... price_per_page=Sum(F('price')/F('pages'), output_field=FloatField()))
{'price_per_page': 0.4470664529184653}
通过上⾯的介绍，我们可以知道，aggregate的逻辑⽐较简单，应⽤场景⽐较窄，如果你想要对数据进⾏分组（GROUP BY）后再聚合的操作，则需要使⽤annotate来实现。
⼆. annotate的使⽤⽅法
⾸先，假设有这么⼀个models:
# python:2.7.9
# django:1.7.8
class MessageTab(models.Model):coal
msg_sn = models.CharField(max_lenth=20, verbo_name=u'编号')
msg_name = models.CharField(max_length=50, verbo_name=u'消息名称')
message_time = models.DateTimeField(verbo_name=u'消息出现时间')
msg_status = models.CharField(max_length=50, default='未处理', verbo_name=u'消息状态')
class Meta:
db_table = 'message_tab'
如果在开发过程中，有这么⼀个需求：查询各个消息状态的数量。那么我们经常会使⽤filter(…).count(…)来进⾏查询。现在我们可以使⽤：
msgS = MessageTab.objects.values_list('msg_status').annotate(Count('id'))
其中，id为数据库⾃动⽣成的⾃增字段。values_list的⽤法⾃⾏Google，或者print出来看⼀看。
此时，数据库实际执⾏的代码，可以通过：
print msgS.query
打印出来。可以看到：
SELECT `message_tab`.`msg_status`, COUNT(`message_tab`.`id`) AS `id__count` FROM `message_tab` GROUP BY `message_tab`.`msg_status` ORDER BY NULL
很直观明了。通过msg_status来进⾏group by。如果想⾃定义id__count，⽐如指定为msg_num，则可以使⽤：annotate(msg_num=Count(‘id'))
当存在多个查询条件时，⽐如查询最近7天内，message_name属于某个分组内的消息，则可以使⽤Q函数：
date_end = now().date() + timedelta(days=1)
date_start = date_end - timedelta(days=7)
sd是什么意思
messageTimeRange = (date_start, date_end)
GroupList = getGroupIdLis(request.ur) # 返回当前⽤户能查询的group的⼀个列表。。仅做参考⽤
qQueryList = [Q(message_time__range=messageTimeRange), Q(message_name__in=GroupList)] # 可以有多个Q函数查询条件
msgS = MessageTab.objects.filter(reduce(operator.and_, qQueryList)).values_list('msg_status').annotate(msg_num=Count('id'))
再次调⽤print msgS.query可看到SQL语句：
SELECT `message_tab`.`msg_status`, COUNT(`message_tab`.`id`) AS `msg_num` FROM `message_tab` WHERE (`message_tab`.`message_time` BETWEEN 2017-03-27 00:00:00 AND 2017-04-03 00:00:00 AND `message_tab`.`message_name` IN (1785785, `message_tab`.`msg_status` ORDER BY NULL
是不是很完美！！
以上这篇django queryt相加和筛选教程就是⼩编分享给⼤家的全部内容了，希望能给⼤家⼀个参考，也希望⼤家多多⽀持。
