如何在Django中按ID分组获取首个非空组织字段的QuerySet

没问题，我来帮你搞定这个需求！你想要的是按id分组，每个id保留第一个非空的organisation值，如果某个id对应的所有organisation都是空的，就保留None。这里有几种实用的实现方式，你可以根据数据量和场景选择：

方法一：数据库层面处理（推荐，效率更高） #

直接用Django ORM的聚合函数和条件判断，在数据库层面完成筛选，适合数据量大的场景：

from django.db.models import Case, When, Value, F
from django.db import models

# 替换成你的实际模型类名
result = YourModel.objects.annotate(
    # 给每条记录标记非空的organisation，空的则设为None
    non_empty_org=Case(
        When(organisation__isnull=False, then=F('organisation')),
        default=Value(None),
        output_field=models.CharField()  # 这里要匹配你的organisation字段类型，比如models.TextField()
    )
).order_by('id', '-non_empty_org').distinct('id')

逻辑说明： #

1. annotate给每条记录添加一个临时字段non_empty_org，非空的organisation会保留原值，空的则为None；
2. order_by('id', '-non_empty_org')先按id分组排序，同时把有非空organisation的记录排在同id的最前面；
3. distinct('id')会保留每个id的第一条记录，也就是优先拿到非空的organisation，如果没有则保留None。

方法二：拆分QuerySet合并 #

如果觉得上面的写法有点复杂，可以分两步筛选再合并：

# 第一步：获取所有存在非空organisation的id对应的第一条记录
non_empty_records = YourModel.objects.filter(organisation__isnull=False).distinct('id')

# 第二步：获取那些所有organisation都是空的id对应的记录
null_only_ids = YourModel.objects.values_list('id', flat=True).exclude(
    id__in=non_empty_records.values_list('id', flat=True)
)
null_only_records = YourModel.objects.filter(id__in=null_only_ids).distinct('id')

# 合并两个QuerySet
result = non_empty_records | null_only_records

方法三：Python层面处理（适合小数据量） #

如果你的数据量不大，也可以在Python内存中处理，逻辑更直观：

from collections import OrderedDict

# 获取原始QuerySet
queryset = YourModel.objects.all()
# 用OrderedDict来保证顺序，同时去重
unique_entries = OrderedDict()

for item in queryset:
    if item.id not in unique_entries:
        # 第一次遇到这个id，直接存入
        unique_entries[item.id] = item
    else:
        # 如果之前存入的该id记录organisation是空的，现在这个非空，就替换
        if unique_entries[item.id].organisation is None and item.organisation is not None:
            unique_entries[item.id] = item

# 最终结果可以转成列表，或者再转回QuerySet
final_result = list(unique_entries.values())
# 如果需要QuerySet格式：
# final_result = YourModel.objects.filter(id__in=unique_entries.keys()).order_by('id')

小结 #

如果数据量较大，优先选方法一，因为数据库层面的处理比Python内存处理效率高很多；小数据量的话，方法三的逻辑更易懂，调试起来也方便。

内容的提问来源于stack exchange，提问作者rajukancharla