在 django 中使用过滤计数而不是连接表返回错误值

Posted 2023-03-29

【中文标题】在 django 中使用过滤计数而不是连接表返回错误值

【英文标题】：using Filtered Count in django over joined tables returns wrong values

【发布时间】：2018-07-17 12:41:56

【问题描述】：

为了简单起见，我有四个表（A、B、Category 和 Relation），Relation 表存储 A 在 B 中的强度，Category 存储 B 的类型。

A <--- Relation ---> B ---> Category

（所以A和B的关系是n比n，其中B和Category的关系是n比1）

我需要的是计算A在类别中的出现率，使用：

A.objects.values(
    'id', 'relation_set__B__Category_id'
).annotate(
    ANum = Count('id', distinct=False)
)

请注意，如果我使用 'distinct=True' 而不是每个 'Anum' 将等于 1，这不是预期的结果。问题是我必须根据 B 发生的日期（以及 B 表中的一些其他字段）过滤计算， 我正在使用 django 2.0 的功能，这使得using filter as an argument in aggregation 成为可能。 假设：

kwargs= 
kwargs['relation_set__B____BDate__gte'] = the_start_limit

我可以在我的代码中使用它：

A.objects.values(
    'id', 'relation_set__B__Category_id'
).annotate(
    Anum = Count('id', distinct=False, filter=Q(**kwargs))
)

但是，由于表连接，我得到的结果是重复的，我不能像我解释的那样使用 distinct=True。 （查询 A 也是必须的，因为我必须聚合该表上的一些其他字段，如我的 question here 中所述）

我正在使用 Postgres 和 django 2.0.1。

是否有任何变通方法可以实现我的想法？

更新

使用另一个子查询完成：

# subquery
annotation = 
    'ANum': Count('relation_set__A_id', distinct=False, 
    filter=Q(**Bkwargs),

sub_filter = Q(relation_set__A_id=OuterRef('id')) & 
Q(Category_id=OuterRef('relation_set__B__Category_id'))
# you could annotate 'relation_set__B__Category_id' to A query an set the field here.
subquery = B.objects.filter(
    sub_filter
).values(
    'relation_set__A_id'
).annotate(**annotation).values('ANum')[:1]

# main query
A.objects.values(
    'id', 'relation_set__B__Category_id'
).annotate(
    Anum = Subquery(subquery)
)

【问题讨论】：

你写你需要“A在Category中的出现率”。我知道您想要一个特定类别对象的列表（由B.date 过滤），每个都用Anum 属性注释。不是您的查询创建的具有Anumattribute 的 A 对象列表。你能澄清一下吗？

当然。我需要一个按其“id”分组的 A 对象列表和带有注释字段 (Anum) 的类别表，该字段表示某个类别中 A 中 B 的出现次数。例如，在某个 Route-Part (Category) 中的事故 (B) 中，风险 (A) 高（强度）。如果我想知道某个 Route-Part 中某个风险的概率，我需要计算该 Route-Part 上发生的事故中风险的发生次数，然后将其除以该 Route-Part 中的事故总数。 @ascripter

【参考方案1】：

我仍然不确定我是否明白你想要什么。你写

请注意，如果我使用 'distinct=True' 而不是每个 'Anum' 将等于 1

当然。您将关联的 A 对象计数到每个 A 对象。每个都算自己。所以我仍然认为你不想用Anum注释A-objects，但可能是Categories。这个应该给你每个类别中所需的 As 数量。

Category.objects.annotate(
    Anum=Count(
        'b__relation__a',
        filter=Q(b__BDate__gte=the_start_limit),
        distinct=True
    )
)

'b__relation__a' 跟在relations backwards 之后，并选取与该类别相关的所有 A 对象。然而，过滤器将计数关系限制为某些 B。需要distinct=True 以避免query bug。

如果您真的想要“按其 id 分组的 A 对象列表”（而不仅仅是聚合的 Anum-count），正如您在评论中所述，我看不到一个简单的方法来做到这一点一个查询。

【讨论】：

请注意，如果没有使用 distinct=False 的过滤器参数，我会得到想要的结果，我需要过滤我的输入数据，这些数据正在馈送到计算中。我已经应用了您使用 Subquery() 提出的方法，但没有任何运气。将使用代码更新问题。

好的。我从 B 表开始使用 distinct=False 完成它。将用这种方法更新我的问题。

我已经更新了这个问题。然而，过滤问题仍然存在，我在new question 中询问过。