django queryset相加和筛选教程
1、集合相加
a={1,2,3}
b={3,4,5}
print(type(a))
print(a|b)
2、queryset符合条件的筛序
projects=Project_models.objects.filter(user=request.user).order_by('id')
projects=projects.filter(bad_numbers__gt=0).order_by('bad_numbers')
补充知识：django中聚合aggregate和annotateGROUPBY的使用方法
接触django已经很长时间了，但是使用QuerySet查询集的方式一直比较低端，只会使用filter/Q函数/exclude等方式来查询，数据量比较小的时候还可以，但是如果数据量很大，而且查询比较复杂，那么如果还是使用多个filter进行查询效率就会很低。就趁着清明放假的时间，跑来公司干点私活。输出成这篇文档，一是加深印象，提高熟练度；二是分享出来，造福大家~
提高查询数据库效率的方案有两种：
第一种，是使用原生的SQL语句来进行查询，这样的优点在于能够完全按照开发者的意图来执行，效率会很高，但是缺点也很明显：
1.开发者需要非常熟悉SQL语句，加大开发者的工作量，同时，夹杂着SQL的项目也不利于以后程序的维护，增大程序的耦合度。
2.若查询条件是动态变化的，则会使开发变得更加困难。
django为了解决这一难题，提供了aggregate(聚合函数)和annotate(在aggregate的基础上进行GROUPBY操作)。
下面，就来介绍第二种方法。
一.aggregate的使用方法
今天在同事的指点下，仔细看了django中annotate的使用方法，会根据查询条件来动态生成SQL语句，提高组合查询的效率。
理解aggregate的关键在于理解SQL中的聚合函数：以下摘自百度百科：SQL基本函数，聚合函数对一组值执行计算，并返回单个值。除了COUNT以外，聚合函数都会忽略空值。常见的聚合函数有AVG/COUNT/MAX/MIN/SUM等。
aggregate就是在django中实现聚合函数的。先来看aggregate的使用场景：在项目中有时候你想要从数据库中取出一个汇总的集合。我们使用django官方的例子：
fromdjango.dbimportmodels classAuthor(models.Model): name=models.CharField(max_length=100) age=models.IntegerField() classPublisher(models.Model): name=models.CharField(max_length=300) num_awards=models.IntegerField() classBook(models.Model): name=models.CharField(max_length=300) pages=models.IntegerField() price=models.DecimalField(max_digits=10,decimal_places=2) rating=models.FloatField() authors=models.ManyToManyField(Author) publisher=models.ForeignKey(Publisher) pubdate=models.DateField() classStore(models.Model): name=models.CharField(max_length=300) books=models.ManyToManyField(Book) registered_users=models.PositiveIntegerField()
如果我们使用aggregate来进行计数：
>>>fromdjango.db.modelsimportCount
>>>pubs=Publisher.objects.aggregate(num_books=Count('book'))
>>>pubs
{'num_books':27}
而且aggregate不单单可以求和，还可以求平均Avg，最大最小等等。
>>>fromdjango.db.modelsimportAvg
>>>Book.objects.all().aggregate(Avg('price'))
{'price__avg':34.35}
#Costperpage输出的名字同样可以指定，比如price_per_page
>>>fromdjango.db.modelsimportF,FloatField,Sum
>>>Book.objects.all().aggregate(
...price_per_page=Sum(F('price')/F('pages'),output_field=FloatField()))
{'price_per_page':0.4470664529184653}
通过上面的介绍，我们可以知道，aggregate的逻辑比较简单，应用场景比较窄，如果你想要对数据进行分组（GROUPBY）后再聚合的操作，则需要使用annotate来实现。
二.annotate的使用方法
首先，假设有这么一个models:
#python:2.7.9 #django:1.7.8 classMessageTab(models.Model): msg_sn=models.CharField(max_lenth=20,verbose_name=u'编号') msg_name=models.CharField(max_length=50,verbose_name=u'消息名称') message_time=models.DateTimeField(verbose_name=u'消息出现时间') msg_status=models.CharField(max_length=50,default='未处理',verbose_name=u'消息状态') classMeta: db_table='message_tab'
如果在开发过程中，有这么一个需求：查询各个消息状态的数量。那么我们经常会使用filter(…).count(…)来进行查询。现在我们可以使用：
msgS=MessageTab.objects.values_list('msg_status').annotate(Count('id'))
其中，id为数据库自动生成的自增字段。values_list的用法自行Google，或者print出来看一看。
此时，数据库实际执行的代码，可以通过：
printmsgS.query
打印出来。可以看到：
SELECT`message_tab`.`msg_status`,COUNT(`message_tab`.`id`)AS`id__count`FROM`message_tab`GROUPBY`message_tab`.`msg_status`ORDERBYNULL
很直观明了。通过msg_status来进行groupby。如果想自定义id__count，比如指定为msg_num，则可以使用：annotate(msg_num=Count(‘id'))
当存在多个查询条件时，比如查询最近7天内，message_name属于某个分组内的消息，则可以使用Q函数：
date_end=now().date()+timedelta(days=1)
date_start=date_end-timedelta(days=7)
messageTimeRange=(date_start,date_end)
GroupList=getGroupIdLis(request.user)#返回当前用户能查询的group的一个列表。。仅做参考用
qQueryList=[Q(message_time__range=messageTimeRange),Q(message_name__in=GroupList)]#可以有多个Q函数查询条件
msgS=MessageTab.objects.filter(reduce(operator.and_,qQueryList)).values_list('msg_status').annotate(msg_num=Count('id'))
再次调用printmsgS.query可看到SQL语句：
SELECT`message_tab`.`msg_status`,COUNT(`message_tab`.`id`)AS`msg_num`FROM`message_tab`WHERE(`message_tab`.`message_time`BETWEEN2017-03-2700:00:00AND2017-04-0300:00:00AND`message_tab`.`message_name`IN(1785785,78757,285889,2727333,7272957,786767))GROUPBY `message_tab`.`msg_status`ORDERBYNULL
是不是很完美！！
以上这篇djangoqueryset相加和筛选教程就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。