Django双模型数据合并：寻求DRY替代双重循环的实现方案

嘿，针对你用DRY原则合并Django模型数据、想替代双重循环的需求，我整理了几个更高效的方案，同时也覆盖你统计特定邮政编码的需求～

优化方案1：利用Django查询集的关联优化（避免N+1查询） #

如果你的两个模型通过外键关联，最直接的优化是用select_related（针对多对一/一对一关联）或prefetch_related（针对多对多/反向多对一关联），一次性拉取所有关联数据，彻底避免双重循环里的重复数据库查询。

假设你的模型结构类似这样：

class PostalCode(models.Model):
    code = models.CharField(max_length=6)
    # 其他业务字段

class Location(models.Model):
    postal_code = models.ForeignKey(PostalCode, on_delete=models.CASCADE)
    # 其他业务字段

原本的双重循环可能是先查所有Location，再逐个查对应的PostalCode，现在可以改成：

# 一次性拉取所有Location及其关联的PostalCode数据
locations_with_postal = Location.objects.select_related('postal_code').all()

# 单次循环即可完成数据合并
merged_data = []
for loc in locations_with_postal:
    merged_data.append({
        'location_id': loc.id,
        'postal_code': loc.postal_code.code,
        # 按需添加其他字段
    })

优化方案2：字典映射预处理关联数据 #

如果关联关系比较特殊（比如不是直接的外键关联，或者需要自定义匹配逻辑），可以先把其中一个模型的数据预处理成字典，再通过单次循环完成合并，把时间复杂度从O(n*m)降到O(n+m)。

比如：

# 先把PostalCode数据按ID映射成字典，key为postal_code_id，value为对应的code
postal_code_map = {pc.id: pc.code for pc in PostalCode.objects.all()}

# 遍历Location，直接通过字典快速取值
merged_data = []
for loc in Location.objects.all():
    merged_data.append({
        'location_id': loc.id,
        'postal_code': postal_code_map.get(loc.postal_code_id),
    })

优化方案3：数据库层面直接合并数据（values+F表达式） #

如果你的合并需求只是提取特定字段，甚至可以让数据库直接返回合并后的结果，完全跳过Python层面的循环处理，效率最高，也最符合DRY原则。

用values和F表达式直接关联字段：

from django.db.models import F

# 直接从数据库获取合并后的字段集合
merged_data = Location.objects.values(
    'id', 'name',  # Location的字段
    postal_code=F('postal_code__code')  # 关联PostalCode的code字段
).all()

返回的merged_data是一个字典迭代器，直接就能用，不用再手动合并。

关于邮政编码统计的简化实现 #

你提到的“统计前3个字母过滤后、长度为6的独立唯一邮政编码总数”，完全不用循环统计，直接用查询集的链式调用就能搞定：

unique_postal_count = PostalCode.objects.filter(
    code__length=6,
    code__startswith='XYZ'  # 替换成你需要的前3个字母
).distinct().count()

这样既简洁又高效，所有逻辑都交给数据库处理，避免了Python层面的冗余计算。

内容的提问来源于stack exchange，提问作者Guy Mercier