如何以共用DateTimeField为键，从不同模型的两个QuerySet创建字典？

要实现这个需求，核心是避开嵌套循环带来的O(n²)低效，改用线性时间复杂度的内存合并方式，同时通过Django ORM的values()方法减少不必要的模型实例创建，节省内存开销。

步骤1：将其中一个模型的数据转为以dt为键的字典 #

先提取Balance模型的dt和value字段，构建初始字典——键为dt的ISO格式字符串，值为包含value的子字典：

# 仅查询需要的字段，避免加载完整模型实例
balance_data = Balance.objects.values('dt', 'value')
result_dict = {
    item['dt'].isoformat(): {'value': item['value']}
    for item in balance_data
}

步骤2：遍历第二个模型的数据，填充对应字段 #

接着遍历Price模型的dt和last字段，将last值匹配到对应dt的条目下：

price_data = Price.objects.values('dt', 'last')
for item in price_data:
    dt_key = item['dt'].isoformat()
    if dt_key in result_dict:
        result_dict[dt_key]['last'] = item['last']
    # 若需要保留无对应Balance的Price记录，可添加如下逻辑
    # else:
    #     result_dict[dt_key] = {'value': 0, 'last': item['last']}

补充说明 #

• 时间复杂度为O(n+m)（n为Balance记录数，m为Price记录数），远优于嵌套循环的O(n*m)。
• values()方法仅获取所需字段，比加载完整模型实例更节省内存。
• 如果两个模型存在单方有dt的情况，可根据业务需求调整逻辑（比如给缺失字段设默认值）。

若数据量极大、内存合并压力高，可考虑用原生SQL在数据库层面做关联查询，但多数场景下，上述内存合并方式已足够高效且实现简单。

内容的提问来源于stack exchange，提问作者Florent