在當今根據需求而不斷調整而成的應用程序中，通常不僅需要能依常規的字段，如字母順序或創建日期，來對項目進行排序，還需要按其他某種動態數據對項目進行排序。Djngo聚合就能滿足這些要求。
以下面的Model為例
from django.db import modelsclass Author(models.Model): name = models.CharField(max_length=100) 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) registered_users = models.PositiveIntegerField()
# books總數量.>>> Book.objects.count()2452# Total number of books with publisher=BaloneyPress>>> Book.objects.filter(publisher__name='BaloneyPress').count()73# books的平均price.>>> from django.db.models import Avg>>> Book.objects.all().aggregate(Avg('price')){'price__avg': 34.35}# books的最大price.>>> from django.db.models import Max>>> Book.objects.all().aggregate(Max('price')){'price__max': Decimal('81.20')}# All the following queries involve traversing the Book<->Publisher# many-to-many relationship backward# 為每個publisher添加個num_books屬性，即每個pulisher出版的book的數量.>>> from django.db.models import Count>>> pubs = Publisher.objects.annotate(num_books=Count('book'))>>> pubs[<Publisher BaloneyPress>, <Publisher SalamiPress>, ...]>>> pubs[0].num_books73# 根據num_book屬性排序.>>> pubs = Publisher.objects.annotate(num_books=Count('book')).order_by('-num_books')[:5]>>> pubs[0].num_books1323Django有兩種方法來生成聚合。第一種方法是為整個QuerySet生成聚合值，例如為全部的books生成price的平均值：
>>> from django.db.models import Avg>>> Book.objects.all().aggregate(Avg('price')){'price__avg': 34.35}可以簡略為：
>>> Book.objects.aggregate(Avg('price')){'price__avg': 34.35}函數aggregate()的參數是一系列聚合函數aggregate functions:
Avg
返回平均值
Count
class Count(field, distinct=False)
返回計數。當參數distinct=True時，返回unique的對象數目。
Max
返回最大值
Min
返回最小值.
StdDev
class StdDev(field, sample=False)
返回標準偏差
有一個參數sample
默認情況下sample=False，返回總體標準偏差，如果sample=True，返回樣本標準偏差。
Sum
返回總值
Variance
class Variance(field, sample=False)
返回方差
有一個參數sample，默認返回總體方差，sample設為True時返回樣本方差。
aggregate()方法被調用時，返回一個鍵值對字典，可以指定key的名字：
>>> Book.objects.aggregate(average_price=Avg('price')){'average_price': 34.35}如果你想生成多個聚合，你只需要添加另一個參數。所以，如果我們還想知道所有書的最高和最低的價格：
>>> 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')}這是生成聚合值的第二種方法。比如你要檢索每本書有多少個作者。book和author是manytomany的關系，我們可以為每本書總結出這種關系。
每個對象的總結可以用方法annotate()生成：
# 建立一個annotate QuerySet>>> from django.db.models import Count>>> q = Book.objects.annotate(Count('authors'))# 第一個對象>>> q[0]<Book: The Definitive Guide to Django>>>> q[0].authors__count2# 第二個對象>>> q[1]<Book: Practical Django Projects>>>> q[1].authors__count1也可以指定生成屬性的名字：
>>> q = Book.objects.annotate(num_authors=Count('authors'))>>> q[0].num_authors2>>> q[1].num_authors1和aggregate()不同，annotate()的輸出是一個QuerySet。
目前為止，我們聚合查詢的field都屬于我們要查詢的Model，我們也可以用其它Model的field來進行聚合查詢，例如：
>>> from django.db.models import Max, Min>>> Store.objects.annotate(min_price=Min('books__price'), max_price=Max('books__price'))這樣就可以查詢每個Store里面books的價格范圍
聯合鏈的深度可以隨心所欲：
>>> Store.objects.aggregate(youngest_age=Min('books__authors__age'))通過book反向查詢publisher：
>>> from django.db.models import Count, Min, Sum, Avg>>> Publisher.objects.annotate(Count('book'))返回的QuerySet的每個publisher都會帶一個屬性book_count。
查詢出版最久的書的出版日期：
>>> Publisher.objects.aggregate(oldest_pubdate=Min('book__pubdate'))查詢每個作者寫的書的總頁數：
>>> Author.objects.annotate(total_pages=Sum('book__pages'))查詢所有作者寫的書的平均rating：
>>> Author.objects.aggregate(average_rating=Avg('book__rating'))filter() and exclude()
聚合可以和filter和exclude一起使用：
>>> from django.db.models import Count, Avg>>> Book.objects.filter(name__startswith="Django").annotate(num_authors=Count('authors'))>>> Book.objects.filter(name__startswith="Django").aggregate(Avg('price'))可以根據聚合值進行篩選：
>>> Book.objects.annotate(num_authors=Count('authors')).filter(num_authors__gt=1)編寫一個包含annotate()和filter()從句的復雜查詢時，要特別注意作用于QuerySet的從句的順序順序的不同，產生的意義也不同：
>>> Publisher.objects.annotate(num_books=Count('book')).filter(book__rating__gt=3.0)>>> Publisher.objects.filter(book__rating__gt=3.0).annotate(num_books=Count('book'))兩個查詢都返回了至少出版了一本好書(評分大于3分)的出版商的列表。但是第一個查詢的注解包含其該出版商發行的所有圖書的總數；而第二個查詢的注解只包含出版過好書的出版商的所發行的好書(評分大于3分)總數。在第一個查詢中，注解在過濾器之前，所以過濾器對注解沒有影響。在第二個查詢中，過濾器在注解之前，所以，在計算注解值時，過濾器就限制了參與運算的對象的范圍
order_by()
可以根據聚合值進行排序：
>>> Book.objects.annotate(num_authors=Count('authors')).order_by('num_authors')values()
通常，注解annotate是添加到每一個對象上的，一個執行了注解操作的查詢集 QuerySet 所返回的結果中，每個對象都添加了一個注解值。但是，如果使用了values()從句，它就會限制結果中列的范圍，對注解賦值的方法就會完全不同。就不是在原始的 QuerySet 返回結果中對每個對象中添加注解，而是根據定義在 values() 從句中的字段組合對先結果進行唯一的分組，再根據每個分組算出注解值，這個注解值是根據分組中所有的成員計算而得的：
>>> Author.objects.values('name').annotate(average_rating=Avg('book__rating'))這樣的寫法下，QuerySet會根據name進行組合，返回的是每個unique name的聚合值。如果有兩個作者有相同的名字，這兩個作者會被當做一個計算，他們的books會合在一起。
>>> Author.objects.annotate(average_rating=Avg('book__rating')).values('name', 'average_rating')位置互換后，會為每個author都生成一個average_rating，而且只會輸出每個author的name和average_rating。
默認排序下使用聚合：
from django.db import modelsclass Item(models.Model): name = models.CharField(max_length=10) data = models.IntegerField() class Meta: ordering = ["name"]
如果你想知道每個非重復的data值出現的次數，你可能這樣寫：
# Warning: 不正確的寫法Item.objects.values("data").annotate(Count("id"))這部分代碼想通過使用它們公共的data值來分組Item對象，然后在每個分組中得到id值的總數。但是上面那樣做是行不通的。這是因為默認排序項中的name也是一個分組項，所以這個查詢會根據非重復的(data,name)進行分組，而這并不是你本來想要的結果。所以，你需要這樣寫來去除默認排序的影響：
Item.objects.values("data").annotate(Count("id")).order_by()也可以根據annotation結果生成聚合值，例如計算每本書平均有幾個作者：
>>> from django.db.models import Count, Avg>>> Book.objects.annotate(num_authors=Count('authors')).aggregate(Avg('num_authors')){'num_authors__avg': 1.66}
新聞熱點
疑難解答
