不使用select_related基于多列关联两个Django模型并计算加权和

完全可以在数据库层面一次完成关联查询和加权计算，不需要先拉两份数据到本地再用pandas合并，性能更好，也能减少不必要的数据传输开销，以下是两种常用实现方案：

方案1：直接使用原生SQL查询（最直观，适配所有Django版本） #

直接构造内连接的SQL语句，用Django的raw()方法执行，同时可以直接在SQL里完成加权和的计算：

# 如需先拿到每行的四个字段：data_date、asset_id、weight、return
query_sql = """
SELECT 
    r.data_date,
    r.asset_id,
    w.weight,
    r.return
FROM `return` r
INNER JOIN `weight` w 
    ON r.data_date = w.data_date 
    AND r.asset_id = w.asset_id
WHERE 
    r.data_date >= %s 
    AND r.data_date <= %s
    AND r.asset_id IN %s
"""
# 代入参数执行查询
merged_data = AssetReturnTs.objects.raw(query_sql, [start_date, end_date, tuple(asset_list)])

# 如要直接计算每个日期的收益率加权和，修改SQL用聚合即可：
sum_sql = """
SELECT 
    r.data_date,
    SUM(r.return * w.weight) as weighted_return
FROM `return` r
INNER JOIN `weight` w 
    ON r.data_date = w.data_date 
    AND r.asset_id = w.asset_id
WHERE 
    r.data_date >= %s 
    AND r.data_date <= %s
    AND r.asset_id IN %s
GROUP BY r.data_date
"""
weighted_sum_result = AssetReturnTs.objects.raw(sum_sql, [start_date, end_date, tuple(asset_list)])

你可以直接遍历merged_data拿到每行的四个字段，也可以转成字典格式，和你之前用ORM查出来的结果格式完全兼容。

方案2：使用Django ORM的FilteredRelation（Django 2.0+支持，不需要写原生SQL） #

如果你不想写原生SQL，也可以用ORM自带的关联方法实现，不需要额外给模型加外键：

from django.db.models import F, FilteredRelation, Q, Sum

# 关联两个表，拿到四个字段的结果
merged_queryset = AssetReturnTs.objects.filter(
    data_date__range=(start_date, end_date),
    asset_id__in=asset_list
).annotate(
    weight_info=FilteredRelation(
        'asset__assetweightts',  # 两个模型都关联了Asset表，通过Asset反向关联权重表
        condition=Q(asset__assetweightts__data_date=F('data_date'))
    )
).filter(
    weight_info__isnull=False  # 等效于内连接，过滤掉没有匹配权重的数据
).values(
    'data_date',
    'asset_id',
    weight=F('weight_info__weight'),
    return=F('return')
)

# 如需直接计算每日加权和，新增聚合逻辑即可
weighted_sum = merged_queryset.annotate(
    daily_weighted_return=Sum(F('return') * F('weight'))
).values('data_date', 'daily_weighted_return')

注：如果你的Asset模型中给AssetWeightTs的外键没有自定义related_name，那么默认反向关联名称为assetweightts_set，请对应替换asset__assetweightts为asset__assetweightts_set即可。

这个方案完全用ORM语法实现，不需要硬编码表名、字段名，后续如果模型有修改，维护成本更低。

两种方案都只会执行一次数据库查询，比你之前先查两份数据再用pandas合并的性能好很多，尤其是数据量较大的时候优势会非常明显。

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