如何用Django ORM按标题获取对应最高频分类的行数据

需求 #

开发收支分类处理任务，数据源来自交易应用。需要为每个title获取对应出现次数最多的category：同一title对应多个分类时，仅保留计数最高的分类行，且全程用Django ORM实现（多数据库场景下比遍历大数据列表更高效）。

模型定义 #

class Movimentation(models.Model):
    title = models.CharField(max_length=50)
    value = models.FloatField()
    category = models.CharField(max_length=50)

当前实现及问题 #

当前查询 #

Movimentation.objects \
    .values('title', 'category') \
    .annotate(count=Count('*'))

当前结果 #

[
    {'title': 'Pizza', 'category': 'food', 'count': 6},
    {'title': 'Pizza', 'category': 'others_expense', 'count': 1},
    {'title': 'Pizza', 'category': 'refund', 'count': 1},
    {'title': 'Hamburguer', 'category': 'food', 'count': 1},
    {'title': 'Clothing', 'category': 'personal', 'count': 18},
    {'title': 'Clothing', 'category': 'home', 'count': 15},
    {'title': 'Clothing', 'category': 'others_expense', 'count': 1}
]

期望结果 #

[
    {'title': 'Pizza', 'category': 'food', 'count': 6},
    {'title': 'Hamburguer', 'category': 'food', 'count': 1},
    {'title': 'Clothing', 'category': 'personal', 'count': 18}
]

解决方案 #

利用Django的**窗口函数（Window）和排名函数（Rank）**实现，无需遍历数据列表，直接通过ORM生成高效的SQL查询：

代码实现 #

首先导入所需模块：

from django.db.models import Count, Window, F
from django.db.models.functions import Rank

然后执行查询：

# 第一步：统计每个title-category组合的出现次数
category_counts = Movimentation.objects.values('title', 'category').annotate(count=Count('*')).order_by()

# 第二步：用窗口函数为每个title下的category按count降序排名，过滤出排名第一的结果
result = category_counts.annotate(
    rank=Window(
        expression=Rank(),
        partition_by=F('title'),  # 按title分组
        order_by=F('count').desc()  # 按count降序排序，次数多的排前面
    )
).filter(rank=1).values('title', 'category', 'count')

说明 #

1. order_by()：移除默认排序规则，避免干扰窗口函数的分区排序逻辑；
2. Window + Rank()：为每个title分组内的category按count降序生成排名；
3. filter(rank=1)：仅保留每个title下排名第一（即计数最高）的分类记录。

如果存在多个分类计数相同且均为最高的情况，Rank()会返回相同排名，此时会保留多条记录。若需仅保留其中一条，可改用DenseRank()或RowNumber()（根据业务需求选择）。

内容的提问来源于stack exchange，提问作者Kaspary