前面写了一篇博文：Django用annotate实现联合统计查询

annotate看上去和aggregate很像，反正英语盲的人基本很难区分这两个孪生仔。

实际上，annotate和aggregate用法基本一样，只是返回结果不同。

annotate返回一个QuerySet数据查询对象；

aggregate返回一个dict字典。

我们抛开annotate，先研究明白aggregate。举个栗子，假设有如下模型：

#coding:utf-8
from django.db import models

#标签模型
class Tag(models.Model):
    tag_name = models.CharField(max_length=20)
    
#博客模型
class Blog(models.Model):
    caption = models.CharField(max_length=50)
    tags = models.ManyToManyField(Tag, blank=True)
    view_nums = models.IntegerField(default=0)

Blog模型中有个tags多对多字段，表示一篇博文对应多个标签。

view_nums是记录该博文的阅读次数。

（当然，上面的模型结构不是很好。为了方便举例才把模型写成这样）

我可以使用aggregate对Blog模型进行统计，例如得到文章个数、最大阅读数、最小阅读数、平均阅读数等等。

获取文章总数代码如下：

#coding:utf-8
from django.db import models

result = Blog.objects.aggregate(blog_count=models.Count('caption'))
print(result)

将得到如下结果：

{"blog_count": 120}

还可以同时统计多个数据，例如同时统计最大阅读数和最小阅读数：

#coding:utf-8
from django.db import models

result = Blog.objects.aggregate(
             max_view=models.Max('view_nums'),
             min_view=models.Min('view_nums')
         )
print(result)

得到如下结果：

{"max_view": 1120, "min_view": 154}

同样，你还可以使用models的Sum，Avg等统计类对数据集进行统计计算。

但是，你会发现aggregate只能针对单个字段继续统计。

尽管，它也可以向annotate一样反向统计。但也是只能针对一个字段。

不过，我们可以结合annotate一起深入统计。

例如，我想统计每种标签的平均博文数。我们要统计该平均数，需要先得知每种标签的博文数有多少。该统计方法可以参考Django用annotate实现联合统计查询一文。

然后，在这个基础上求得平均值即可。

如下代码：

#coding:utf-8
from django.db import models

#统计每种标签的博文数
tags = Tag.objects.annotate(blogs_count=models.Count('blog'))

#计算tags平均值
avg_tags = tags.aggregate(blogs_avg=models.Avg('blogs_count'))
print(avg_tags)

其中，第8行中Avg使用blogs_count字段是第5行用annotate统计得到。最终结果如下：

{"blogs_avg": 21.5}

如果你不怕看不懂代码的话，可以把这两句代码合并成一行。

#coding:utf-8
from django.db import models

avg_tags= Tag.objects.annotate(blogs_count=models.Count('blog')).aggregate(blogs_avg=models.Avg('blogs_count'))
print(avg_tags)

总结，aggregate是一种统计拓展方法。aggregate得到结果是一个字典，而且它只能针对一个字段统计计算。

上一篇：我的网站搭建(第49天) 评论框使用emoji表情

下一篇：我的网站搭建(第48天) OAuth登录自动获取头像

相关专题： Django QuerySet查询