如何在django-pandas DataFrame中获取模型所有外键的字符串值

三个场景异常的核心原因有三点：

• 跨表字段路径写错：你的三个外键都自定义了to_field参数，关联的是对应表的state_name/district_name/block_name字符串字段，不是默认自增id，关联表上也不存在名为name的字段，场景2里写的state_name__name是无效字段路径，QuerySet返回结果里没有对应值，自然全返回NaN。
• .values()默认行为限制：直接调用无参数的.values()只会返回当前模型表的本地存储字段，不会自动跨表拉取关联表数据，就算传了跨表字段路径也不会被识别填充。
• 直接传外键字段名报错的原因：django-pandas处理外键字段时，默认会按数字主键类型做校验，你自定义to_field为字符串类型，和框架默认预期的字段类型不匹配，就会抛出ValueError。

不要调用无参数的.values()，直接在原始QuerySet上调用to_dataframe，写对跨表字段路径即可：

• 外键关联id值的路径是{外键字段名}_id，比如state_name_id，和你之前用的state_name__id效果一致
• 你需要的外键对应字符串名称，路径是{外键字段名}__{关联表目标字段名}，因为你to_field设的是关联表的同名字符串字段，所以路径就是state_name__state_name、district_name__district_name、block_name__block_name

正确代码示例：

# 不要加无参数的.values()，直接用模型QuerySet
fetch_whole_database = GroupDetail.objects.all()
fetch_data_df = fetch_whole_database.to_dataframe(
    [
        'unit_type', 
        'state_name__state_name',  # 取State表的state_name字符串值
        'unit_name', 
        'district_name__district_name',  # 取District表的district_name字符串值
        'block_name__block_name',  # 取Block表的block_name字符串值
        'village_name', 
        'village_covered_through_whatsapp_group', 
        'number_of_whatsapp_group_created', 
        'number_of_farmers_covered_in_the_village'
    ], 
    index='id'
)

如果觉得双下划线的列名不便于后续处理，可以在QuerySet里先用annotate给字段起别名，再转DataFrame：

from django.db.models import F

fetch_whole_database = GroupDetail.objects.annotate(
    state_str=F('state_name__state_name'),
    district_str=F('district_name__district_name'),
    block_str=F('block_name__block_name')
)
fetch_data_df = fetch_whole_database.to_dataframe(
    [
        'unit_type', 
        'state_str', 
        'unit_name', 
        'district_str', 
        'block_str', 
        'village_name', 
        'village_covered_through_whatsapp_group', 
        'number_of_whatsapp_group_created', 
        'number_of_farmers_covered_in_the_village'
    ], 
    index='id'
)

你模型里的__str__方法写法错误，Python函数只会执行第一个return语句，后面的所有return都不会生效，当前__str__永远只会返回unit_type的值，后续多余的return代码可以直接删掉，按需保留一个你需要的返回值即可。

内容的提问来源于stack exchange，提问作者Abhilash Singh Chauhan