#====================================双下划线的跨表查询===============
# 前提 此时 related_name=bookList
属性查询:
# 查询linux这本书的出版社的地址? # linux_obj=models.Book.objects.filter(title="linux").first()
# print(linux_obj.publish.name)
#
# # 查询老男孩出版社出版过的所有书籍的名字与价格
#
# pubObj=models.Publish.objects.filter(name="老男孩出版社").first()
# print(pubObj.bookList.all().values("title","price")) #此时 related_name=bookList 双下划线查询 : .filter(过滤的条件) .values(要显示的值)   注意:如果在没有定义 related_name 时,反向查询时 直接用表名,不需要加 _set # 查询linux这本书的出版社的地址? --正向查询
#ret=models.Book.objects.filter(title="linux").values("publish__addr")
# print(ret) #或                  --反向查询
# ret=models.Publish.objects.filter(bookList__title="linux").values("addr")
# print(ret) # 查询老男孩出版社出版过的所有书籍的名字与价格 # ret1=models.Publish.objects.filter(name="老男孩出版社").values("bookList__title","bookList__price")
# print(ret1)
#
# ret2=models.Book.objects.filter(publish__name="老男孩出版社").values("title","price")
# print(ret2) #查询egon出过的所有书籍的名字(多对多) ret=models.Author.objects.filter(name="egon").values("bookList__title")
print(ret) ret2=models.Book.objects.filter(authorlist__name="egon").values("title")
print(ret2) # egon出版过的所有书籍名称以及出版社名称 ret=models.Book.objects.filter(authorlist__name='egon').values('title','Publish__name') # 手机号以151开头的作者出版过的所有书籍名称以及出版社名称 # 方法1:
# ad=models.AuthorDetail.objects.filter(tel__startswith="151").first()
# print(ad.author.bookList.all().values("title","publish__name")) # 方法2
models.Book.objects.filter(authorlist__authordetail__tel__startswith="").values("title","publish__name")
#================================================================聚合函数
  注明:下方的所有all() 都可以省略 。 不加values / values_list 得到的就是包含对象的QuerySet,加上了就是包含字典/元组的QuerySet from django.db.models import Avg,Sum,Count,Max,Min # 聚合函数:aggregate
# 查询所有图书的价格和 ret=models.Book.objects.all().aggregate(priceSum=Sum("price"))
print(ret) # {'priceSum': Decimal('166.00')} ret=models.Book.objects.all().aggregate(priceAvg=Avg("price"),priceSum=Sum("price"))
   #单独使用aggregate 函数聚合时,返回的是 字典 # 分组函数 annotate函数 # 查询每一本书的作者个数 book_list=models.Book.objects.all().annotate(c=Count("authorlist__name")) #此时的book_list 是一个QuerySet
for book_obj in book_list:
print(book_obj.c) #按照原来得所有字段进行分组-相当于与原表一样-,默认分成一组, 并且分组后会在新表中新增一个 c 的字段   print(book_list)
  #结果:------------------------- <QuerySet [<Book: Book object>, <Book: Book object>, <Book: Book object>, <Book: Book object>, <Book: Book object>, <Boo
  k: Book object>, <Book: Book object>]> # 查询每一个出版社出版过的最便宜的书籍
ret=models.Book.objects.all().values('publish__id').annotate(Min("price")) #values内的字段就是分组字段
print(ret)
 
  #结果:------------------------- <QuerySet [{'publish__id': 1, 'price__min': Decimal('120.00')}, {'publish__id': 2, 'price__min': Decimal('520.00')}, {'p
  ublish__id': 3, 'price__min': Decimal('222.00')}]>   # 查询每一个出版社出版过的书籍个数
  ret=models.Book.objects.all().values('publish__id').annotate(c=Count('name'))    #values内的字段就是分组字段
  print('-------------------------',ret)
  #结果:------------------------- <QuerySet [{'publish__id': 1, 'c': 5}, {'publish__id': 2, 'c': 1}, {'publish__id': 3, 'c': 1}]>
     分组后得到的是一个QuerySet集合,里面得到的是字典形式的数据,并且只有分组依据和聚合函数的两个字段

F  与 Q  查询

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。 # 查询评论数大于收藏数的书籍
 
   from django.db.models import F    Book.objects.filter(commnetNum__gt=F('keepNum')) 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。 # 查询评论数大于收藏数2倍的书籍
    Book.objects.filter(commnetNum__gt=F('keepNum')*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30元: Book.objects.all().update(price=F("price")+30)  
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。 from django.db.models import Q Q(title__startswith='Py') Q 对象可以使用& 和| 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。 bookList=Book.objects.filter(Q(authors__name="yuan")|Q(authors__name="egon")) 等同于下面的SQL WHERE 子句: WHERE name ="yuan" OR name ="egon" 你可以组合& 和|  操作符以及使用括号进行分组来编写任意复杂的Q 对象。同时,Q 对象可以使用~ 操作符取反,这允许组合正常的查询和取反(NOT) 查询: bookList=Book.objects.filter(Q(authors__name="yuan") & ~Q(publishDate__year=2017)).values_list("title") 查询函数可以混合使用Q 对象和关键字参数。所有提供给查询函数的参数(关键字参数或Q 对象)都将"AND”在一起。但是,如果出现Q 对象,它必须位于所有关键字参数的前面。例如: bookList=Book.objects.filter(Q(publishDate__year=2016) | Q(publishDate__year=2017),title__icontains="python")

python-day71--django多表双下划线查询及分组聚合及F/Q查询的更多相关文章

  1. django 神奇的双下划线,通过外键的三种查询方式

    一,用于跨表操作 只要是object后面字符串都是用双下划线__.其它地方用点. 如:的values中的group_code__name.group_code是一个外键 def list(reques ...

  2. django orm 基于双下划线的跨表查询

    一..基于双下划线的跨表查询(join实现) key:正向查询按字段,反向查询按表明小写 1.一对多跨表查询 查询在跨表中可以有两种方式,正向查询就是关键字段在你要搜索的表,没有关键字段就是反向查询 ...

  3. django之ORM专项训练之图书信息系统 了不起的双下方法实战 和 分组 聚合 Q, F查询,有約束和無約束

    图书信息系统 双下方法的使用情况:要查确定的某一个对象他的属性值时, 首先获得具体对象的方法是  get()   first()   last()   获得具体对象之后,在找他的外键的属性    ge ...

  4. Python中的魔术(双下划线'__xxx__')方法详解

    介绍 在Python中,所有以“__”双下划线包起来的方法,都统称为“Magic Method”,中文称『魔术方法』,例如类的初始化方法 __init__ ,Python中所有的魔术方法均在官方文档中 ...

  5. 模型层字段-多表查询-神奇的双下划线查询-F,Q查询

    Django ORM中常用的字段和参数 常用字段 AutoField int自增列,必须填入参数 primary_key=True.当model中如果没有自增列,则自动会创建一个列名为id的列. In ...

  6. Python中单下划线与双下划线用法总结

    看mentor的脚本时,遇到self._item.callspec.getparam('')语句,理解起来比较困难,找到一篇文章,记录的比较详细,特别记录一下,以备复习. 附链接地址:http://w ...

  7. $Django 多表操作(增删改查,基于双下划线,对象的查询) 在Python脚本中调用Django环境

    在Python脚本中调用Django环境. import osif __name__ == '__main__': os.environ.setdefault("DJANGO_SETTING ...

  8. django models的点查询/跨表查询/双下划线查询

    django models 在日常的编程中,我们需要建立数据库模型 而往往会用到表与表之间的关系,这就比单表取数据要复杂一些 在多表之间发生关系的情形下,我们如何利用models提供的API的特性获得 ...

  9. Django 数据库查询集合(双下划线连表操作)

    Django是一款优秀的web框架,有着自己的ORM数据库模型.在项目中一直使用django数据库,写一篇文章专门记录一下数据库操作.略写django工程创建过程,详写查询过程.可以和sqlalche ...

随机推荐

  1. P1948 [USACO08JAN]电话线Telephone Lines(二分答案+最短路)

    思路 考虑题目要求求出最小的第k+1大的边权,想到二分答案 然后二分第k+1大的边权wx 把所有边权<=wx的边权变为0,边权>wx的边权变为0,找出最短路之后,如果dis[T]<= ...

  2. Paper Reading: Perceptual Generative Adversarial Networks for Small Object Detection

    Perceptual Generative Adversarial Networks for Small Object Detection 2017-07-11  19:47:46   CVPR 20 ...

  3. 51nod 1437 迈克步(单调栈)

    http://www.51nod.com/onlineJudge/questionCode.html#!problemId=1437 题意: 思路: 单调栈题.求出以每个数为区间最大值的区间范围即可. ...

  4. 【Ruby】【高级编程】正则

    #[[正则]]=beginsub 和 gsub 及它们的替代变量 sub! 和 gsub! 是使用正则表达式时重要的字符串方法.所有这些方法都是使用正则表达式模式执行搜索与替换操作.sub 和 sub ...

  5. 【Python】【有趣的模块】【sys&time&os】

    [模块] sys.path.append('C:/Users/wangxue1/PycharmProjects/selenium2TestOne') 然后就可以直接import 这个路径下的模块了 [ ...

  6. Javascript 垃圾回收机制

    转载于https://www.cnblogs.com/zhwl/p/4664604.html 一.垃圾回收的必要性 由于字符串.对象和数组没有固定大小,所有当他们的大小已知时,才能对他们进行动态的存储 ...

  7. dataTables使用整理(一)

    初次使用dataTables,对一些用到的属性及遇到的问题做一个简要的记录 参考资料: http://blog.csdn.net/mickey_miki/article/details/8240477 ...

  8. Matlab中的基本数据类型介绍

    Matlab中支持的数据类型包括: 逻辑(logical)字符(char)数值(numeric)元胞数组(cell)结构体(structure)表格(table)函数句柄(function handl ...

  9. SpringBoot之profile的使用

    Profile配置是针对不同的环境提供不同的配置支持,比如,在开发环境的配置和测试环境下的配置不同,那么就可以使用Profile配置来实现该要求. 在你的src/main/resources下建立相应 ...

  10. IPC 之 Binder 初识

    概述 最近在看Android 的 IPC 机制,想要系统的研究一下,然后就走到了 Binder 这里,发现这个东西真是复杂,查看了一下些文章想要记录下.想要自己写但是发现一篇文章已经写的非常好了,就转 ...