迹忆客 专注技术分享

大多数人都熟悉 SQL，并且知道如何使用 GROUP BY 子句编写 SQL 查询以分组获取数据。 使用 GROUP BY 子句，我们可以根据单列或多列值创建一组记录并执行聚合功能。

在本文中，我们假设我们正在处理 Bike 数据库，其中包含 Bike_id、Bike_name、Bike_brand、Bike_color、Bike_bought_date、Is_bike_premium、Bike_price 等。

我们将学习使用 GROUP BY 子句对上述 Bike 数据库执行不同的操作。 此外，我们会先使用 GROUP BY 子句编写 SQL 查询，然后将其转换为 Python，以便读者可以轻松理解并快速学会在 Django 中编写查询。

在 Django 中创建 GROUP BY 查询

假设我们要根据颜色统计自行车的数量。 简单来说，我们想根据颜色制作一组自行车，为此，我们在下面编写了 SQL 查询。

SELECT
    Bike_color,
    COUNT(Bike_id) AS Total_bikes
FROM
    Bike
GROUP BY
    Bike_color

作为上述 SQL 查询的输出，我们将得到 2 列。 一个是 Bike_color，另一个是 Total_Bikes，代表特定颜色的自行车数量。

现在，我们将上面的 SQL 查询转换为 Python 代码以获得相同的结果。

from django.db.models import Count
Bike.objects
    .values('Bike_color')
    .annotate(Total_bikes=Count('Bike_id'))

输出:

• values() - 它替换了 SQL 查询的 GROUP BY 子句。 无论我们在 SQL 查询中使用 GROUP BY 子句的什么列，我们都必须将其用作 values() 方法的参数。
• annotate() - annotate() 方法将聚合函数作为参数应用于每个组。

这样，我们就可以根据颜色制作一组自行车，并使用 Python 查询计算相同颜色的自行车的数量。

如果用户在 values() 之前调用 annotate() 函数，它不会将聚合函数应用于组的行，而是整条记录。 因此，请确保您在编写查询时使用的方法的顺序。

对 GROUP BY 查询使用多个聚合

在这里，我们将根据颜色制作一组自行车。 之后，我们将使用 Count() 聚合函数对每种颜色的自行车进行计数，并使用 Min() 聚合函数从每组中获得成本最低的自行车。

SELECT
    Bike_color,
    COUNT(Bike_id) AS Total_bikes,
    MIN(Bike_price) As cheap_bike
FROM
    Bike
GROUP BY
    Bike_color

下面，我们将上述 SQL 查询转换为 Python 代码。

from django.db.models import Count
from django.db.models import Min
Bike.objects
    .values('Bike_color')
    .annotate(Total_bikes=Count('Bike_id'), cheap_bike=Min('Bike_price'))

输出:

这样，我们就在 Python 中将 Count() 和 Min() 多个聚合函数与 group by 查询一起使用了。

GROUP BY 多列记录

在下面的 SQL 查询中，我们使用了带有 GROUP BY 子句的 Bike_color 和 Is_bike_premium 字段。 查询将根据记录的颜色以及它们是否属于高级类别对记录进行分组。

SELECT
    Bike_color,
    Is_bike_premium,
    COUNT(Bike_id) AS Total_bikes,
FROM
    Bike
GROUP BY
    Bike_color,
    Is_bike_premium

我们必须在 values() 方法中添加多个字段，以将上述 SQL 查询转换为 Python 代码。

from django.db.models import Count
Bike.objects
    .values('Bike_color','Is_bike_premium')
    .annotate(Total_bikes=Count('Bike_id'))

输出:

从每个组中过滤记录

在本节中，我们将根据其颜色对 Bike 表的所有记录进行分组，并从每个组中筛选出所有非高级自行车。 简单来说，我们将根据颜色制作一组非高级自行车。

我们在下面的 SQL 查询中使用了 WHERE 子句来过滤自行车。

SELECT
    Bike_color,
    COUNT(Bike_id) AS Total_bikes
FROM
    Bike
WHERE
    Is_bike_premium = False
GROUP BY
    Bike_color

为了将上述 SQL 查询转换为 Python 代码，我们使用了 Python 的 filter() 方法并将过滤条件作为参数传递。

from django.db.models import Count
Bike.objects
    .values('Bike_color')
    .filter(Is_bike_premium=False )
    .annotate(Total_bikes=Count('Bike_id'))

输出:

在本文中，我们学习了在 Django 中创建 GROUP BY 查询。 此外，我们还看到了分组查询的不同用例。

此外，用户可以使用 group by 查询和 orderBy() 方法对每个组的记录进行排序。