Django QuerySet 聚合计算：轻量级替代 Pandas 的高效实践

2026-01-31 00:00:00 作者：霞舞

对于不超过 2000 行的 django queryset，无需引入 pandas 或 numpy，仅用原生 `.aggregate()` 即可高效完成均值、求和、计数等常见统计操作，且全部在数据库层执行，性能更优、内存更省。

在 Django 开发中，面对中等规模（如 ≤2000 条）的数据聚合需求（例如按条件计算某字段均值、另一字段求和、或匹配行数），许多开发者习惯先 list(queryset) 转为 Python 列表，再用内置函数或第三方库处理——但这不仅冗余加载数据到应用内存，还错失了数据库原生聚合能力。实际上，Django 提供了强大而轻量的 .aggregate() 方法，它将计算逻辑下推至数据库（如 PostgreSQL、MySQL），由数据库引擎直接完成统计，一次查询、零数据搬运、低内存占用、高执行效率。

以问题中的示例为例（筛选 T1_id == 1 的记录，计算 T1_value 均值、T2_value 总和、匹配行数），正确做法是：

from django.db.models import Avg, Sum, Count

result = MyModel.objects.filter(T1_id=1).aggregate(
    x1=Avg('T1_value'),
    x2=Sum('T2_value'),
    x3=Count('*')  # 或 Count('id')，' * ' 表示统计所有匹配行（含 NULL）
)

# 返回字典，如：{'x1': 2.0, 'x2': 0, 'x3': 1}
print(result['x1'], result['x2'], result['x3'])

✅ 优势说明：

性能优越：数据库直接计算，避免将全部字段数据从 DB 传输至 Python 进程；尤
其在字段较多或网络延迟明显时，提速显著。
内存友好：无论 QuerySet 实际含多少字段，.aggregate() 仅返回几个标量值，无额外内存压力。
语法简洁：无需手动遍历、过滤或调用 statistics.mean() 等，语义清晰，符合 Django ORM 设计哲学。
完全免依赖：不引入任何外部包，部署轻量，适合资源受限环境（如小型服务器、Serverless 场景）。

⚠️ 注意事项：

若需对同一 QuerySet 执行多组不同条件的聚合（如同时统计 T1_id=1 和 T1_id=2 的结果），应使用 Case + When 配合 Sum(Avg(...)) 等组合，或分多次 .aggregate() 查询（仍远优于全量取数）；
Count('*') 统计所有匹配行（包括某字段为 NULL 的行），若需排除 NULL，可改用 Count('field_name')；
确保相关字段已建立数据库索引（如 T1_id），可进一步加速 filter() + aggregate() 的联合执行。

总之，当目标明确、逻辑简单、数据量适中时，优先使用 Django 内置聚合而非“取数再计算”——这是兼顾可维护性、性能与简洁性的最佳实践。