寻求无需Pandas/Numpy的Django Queryset轻量数据处理最优方案

针对你需要处理2000条以内Django Queryset数据、避免额外依赖且减少数据库查询的需求，直接用Python原生语法配合Django ORM的原生数据结构就能实现目标，以下是具体方案：

核心思路 #

一次性从数据库拉取所有需要的字段数据到内存，通过单次遍历完成所有统计计算，避免多次数据库查询和重复迭代数据集。

实现代码 #

方式1：先过滤再计算（直观易读） #

先从Queryset提取所需字段，过滤出符合条件的条目后再计算统计值：

# 仅拉取需要的字段，用.values()返回字典列表，内存占用远小于加载完整模型实例
target_queryset = YourModel.objects.values('T1_id', 'T2_id', 'T1_value', 'T2_value')

# 过滤出T1_id等于1的条目，仅执行一次过滤
filtered_items = [item for item in target_queryset if item['T1_id'] == 1]

# 计算x3：符合条件的行数
x3 = len(filtered_items)

# 计算x2：T2_value的总和
x2 = sum(item['T2_value'] for item in filtered_items)

# 计算x1：T1_value的平均值，处理无匹配数据的边界情况
x1 = sum(item['T1_value'] for item in filtered_items) / x3 if x3 > 0 else 0.0

方式2：单次遍历完成所有计算（性能更优） #

如果追求极致效率，可遍历Queryset一次就完成过滤和统计，避免多次迭代数据集：

target_queryset = YourModel.objects.values('T1_id', 'T1_value', 'T2_value')

count = 0
sum_t1 = 0
sum_t2 = 0

for item in target_queryset:
    if item['T1_id'] == 1:
        count += 1
        sum_t1 += item['T1_value']
        sum_t2 += item['T2_value']

# 对应需求中的x1、x2、x3
x1 = sum_t1 / count if count > 0 else 0.0
x2 = sum_t2
x3 = count

关键细节说明 #

• 使用values()而非all()：values()仅返回指定字段的字典数据，无需加载完整的Django模型实例，内存占用更低、处理速度更快。
• 避免重复查询：整个流程仅发起1次数据库查询，完全符合你减少DB交互的要求。
• 边界处理：针对无匹配数据的情况（count=0），平均值计算不会抛出除以0的异常。
• 无额外依赖：全程使用Python原生语法和Django内置ORM功能，无需安装Pandas、Numpy等第三方库。

内容的提问来源于stack exchange，提问作者Jacek