如何在Django QuerySet中实现类似Pandas的GroupBy分组统计？

没问题，我来帮你搞定这个需求！首先得明确你要的是按type_id（或者说对应的col2，因为你数据里同一个type_id的col2是一致的）分组，计算col1的总和，同时关联type_id对应的名称。下面是具体的实现步骤：

第一步：确认模型结构 #

假设你的Django模型是这样定义的（如果和你的实际模型有出入，调整字段名即可）：

from django.db import models

class Type(models.Model):
    name = models.CharField(max_length=100)
    # 其他字段...

class YourModel(models.Model):
    type = models.ForeignKey(Type, on_delete=models.CASCADE, db_column='type_id', related_name='related_items')
    col1 = models.IntegerField()
    col2 = models.CharField(max_length=10)
    col3 = models.CharField(max_length=10)

第二步：编写QuerySet #

要得到你想要的结果，我们需要用values()指定分组字段，再用annotate()做聚合计算，最后用F()表达式关联关联模型的字段：

from django.db.models import Sum, F

# 构建QuerySet
queryset = YourModel.objects.values(
    'type_id', 'col2'  # 按这两个字段分组（因为同一type_id的col2一致，不会拆分分组）
).annotate(
    id=F('type_id'),  # 把type_id重命名为结果里的'id'
    count_col1=Sum('col1'),  # 计算每组col1的总和（对应你要的count_col1）
    type_id__name=F('type__name')  # 关联Type模型的name字段
).values(
    'id', 'count_col1', 'type_id__name', 'col2'  # 指定最终输出的字段顺序和名称
).order_by('id')  # 按id排序，确保结果顺序和示例一致

# 转换成字典列表
result = list(queryset)

第三步：结果验证 #

执行上面的代码后，result就会和你需要的结构完全一致：

[
    {'id':1, 'count_col1': 5, 'type_id__name':'balh', 'col2':'b'},
    {'id':2, 'count_col1':3, 'type_id__name': 'balab', 'col2':'a'}
]

关键知识点解释 #

• values()：先指定分组的字段，Django会自动按这些字段进行分组。
• annotate()：对每个分组执行聚合操作，这里用Sum计算col1的总和（注意你示例里的count_col1其实是总和，不是计数，如果是计数的话用Count）。
• F()表达式：用来直接引用数据库中的字段值，避免额外的查询开销，这里用来关联Type模型的name字段，以及把type_id重命名为id。

如果你的数据中存在同一个type_id对应不同col2的情况，你可以用Max('col2')或Min('col2')来固定取某一个值，比如：

from django.db.models import Sum, F, Max

queryset = YourModel.objects.values(
    'type_id'
).annotate(
    id=F('type_id'),
    count_col1=Sum('col1'),
    type_id__name=F('type__name'),
    col2=Max('col2')  # 取每组col2的最大值，保证每个分组只有一个col2值
).values(
    'id', 'count_col1', 'type_id__name', 'col2'
).order_by('id')

内容的提问来源于stack exchange，提问作者MHB