Django中基于双模型评分聚合生成最高评分列表的报错问题

方法一：数据库层面聚合计算并排序（推荐） #

自定义模型方法是在Python内存中计算的，数据库无法识别该字段，因此需要通过annotate在查询阶段直接在数据库中计算平均评分，生成可用于排序的字段。

实现代码 #

from django.db.models import Avg, Count, F, Value
from django.db.models.functions import Coalesce

# 构造查询，计算平均评分并排序取前5
top_reviews = Review.objects.annotate(
    # 获取关联AddedReview的平均评分，无关联时设为0避免空值
    added_reviews_avg=Coalesce(Avg('addedreview__rating'), Value(0)),
    # 获取关联AddedReview的数量，无关联时设为0
    added_reviews_count=Coalesce(Count('addedreview'), Value(0)),
    # 计算总平均评分：(自身rating + 关联评分总和) / (1 + 关联数量)
    avg_rating=(F('rating') + F('added_reviews_avg') * F('added_reviews_count')) / (1 + F('added_reviews_count'))
).order_by('-avg_rating')[:5]

说明 #

• Coalesce用于处理无关联AddedReview的场景，避免出现null值或除以0的错误
• 需确保annotate中的评分计算公式和你模型中avg_rating方法的逻辑完全一致，保证结果准确
• 排序在数据库层面完成，能利用索引优化性能，适合大数据量场景

方法二：内存层面排序（仅适用于小数据量） #

如果数据量极小，可以先把所有Review加载到内存，再通过Python内置的排序函数处理：

实现代码 #

# 加载所有Review实例到内存
all_reviews = list(Review.objects.all())
# 按avg_rating方法的返回值降序排序，取前5条
top_reviews = sorted(all_reviews, key=lambda review: review.avg_rating(), reverse=True)[:5]

说明 #

• 会将所有Review实例加载到内存，数据量大时性能极差，仅推荐测试或小数据场景使用
• 无需修改查询逻辑，直接复用现有模型的avg_rating方法

内容的提问来源于stack exchange，提问作者Andrew Rea