PostgreSQL विशिष्ट एकत्रीकरण कार्य

इन कार्यों को पोस्टग्रेक्यूएल डॉक्स में अधिक विस्तार से वर्णित किया गया है।

>>> SomeModel.objects.aggregate(arr=ArrayAgg('somefield'))
{'arr': [0, 1, 2]}

सामान्य-प्रयोजन एकत्रीकरण कार्य

ArrayAgg

class ArrayAgg(expression, distinct=False, filter=None, **extra) [source]

मानों की सूची लौटाता है, जिसमें नल, एक सरणी में सम्‍मिलित है।

distinct

Django 2.0 में नया:

एक वैकल्पिक बूलियन तर्क जो यह निर्धारित करता है कि सरणी मान अलग-अलग होंगे। False करने के लिए चूक।

BitAnd

class BitAnd(expression, filter=None, **extra) [source]

सभी गैर-शून्य इनपुट मानों की बिटवाइंड AND सभी का कोई int देता है, या यदि सभी मान शून्य हैं।

BitOr

class BitOr(expression, filter=None, **extra) [source]

सभी गैर-शून्य इनपुट मानों की बिटवाइड OR सभी का एक int लौटाता है, या None यदि सभी मान शून्य हैं।

BoolAnd

class BoolAnd(expression, filter=None, **extra) [source]

True , यदि सभी इनपुट मान सही हैं, तो None यदि सभी मान शून्य हैं या यदि कोई मान नहीं हैं, तो False ।

BoolOr

class BoolOr(expression, filter=None, **extra) [source]

True अगर कम से कम एक इनपुट वैल्यू सही है, तो None यदि सभी मान शून्य हैं या यदि कोई वैल्यू नहीं है, तो False ।

JSONBAgg

class JSONBAgg(expressions, filter=None, **extra) [source]

JSON सरणी के रूप में इनपुट मान लौटाता है। PostgreSQL ≥ 9.5 की आवश्यकता है।

StringAgg

class StringAgg(expression, delimiter, distinct=False, filter=None) [source]

एक स्ट्रिंग में समाप्‍त इनपुट मान लौटाता है, जिसे delimiter स्ट्रिंग द्वारा अलग किया जाता delimiter ।

delimiter

आवश्यक तर्क। एक तार होने की जरूरत है।

distinct

एक वैकल्पिक बूलियन तर्क जो यह निर्धारित करता है कि समवर्ती मान अलग-अलग होंगे। False करने के लिए चूक।

आँकड़ों के लिए कार्य करना

y और x

इन सभी कार्यों के लिए तर्क y और x एक क्षेत्र या एक संख्यात्मक डेटा लौटाने वाली अभिव्यक्ति का नाम हो सकते हैं। दोनों की आवश्यकता है।

Corr

class Corr(y, x, filter=None) [source]

यदि कोई मिलान पंक्तियाँ नहीं हैं, तो float रूप में सहसंबंध गुणांक लौटाता है, या None भी नहीं।

CovarPop

class CovarPop(y, x, sample=False, filter=None) [source]

लौकिक के रूप में जनसंख्या सहसंयोजक लौटाता है, या None अगर कोई मेल पंक्तियों नहीं हैं।

एक वैकल्पिक तर्क है:

sample

डिफ़ॉल्ट रूप से CovarPop सामान्य जनसंख्या CovarPop लौटाता है। हालांकि, यदि sample=True , तो वापसी मूल्य नमूना जनसंख्या सहसंयोजक होगा।

RegrAvgX

class RegrAvgX(y, x, filter=None) [source]

स्वतंत्र चर ( sum(x)/N ) के औसत को float रूप में लौटाता है, या यदि None भी मेल नहीं खाता है।

RegrAvgY

class RegrAvgY(y, x, filter=None) [source]

एक float रूप में आश्रित चर ( sum(y)/N ) के औसत को लौटाता है, या यदि None भी मेल नहीं खाता है।

RegrCount

class RegrCount(y, x, filter=None) [source]

इनपुट पंक्तियों की संख्या का एक int देता है जिसमें दोनों अभिव्यक्तियाँ शून्य नहीं हैं।

RegrIntercept

class RegrIntercept(y, x, filter=None) [source]

(x, y) जोड़े द्वारा float रूप में निर्धारित किए गए न्यूनतम-वर्ग-फिट रैखिक समीकरण के y- अवरोधन को लौटाता है, या यदि कोई मिलान पंक्तियाँ नहीं हैं, तो None नहीं।

RegrR2

class RegrR2(y, x, filter=None) [source]

एक float रूप में सहसंबंध गुणांक के वर्ग को लौटाता है, या None अगर कोई मेल पंक्तियाँ नहीं हैं।

RegrSlope

class RegrSlope(y, x, filter=None) [source]

(x, y) युग्मों द्वारा निर्धारित न्यूनतम-वर्गों-फिट रैखिक समीकरण की ढलान को float रूप में लौटाता है, या यदि कोई मेल नहीं खाता है।

RegrSXX

class RegrSXX(y, x, filter=None) [source]

रिटर्न sum(x^2) - sum(x)^2/N (स्वतंत्र चर के "वर्गों का योग") एक float रूप में, या None यदि कोई मेल पंक्तियाँ नहीं हैं।

RegrSXY

class RegrSXY(y, x, filter=None) [source]

रिटर्न sum(x*y) - sum(x) * sum(y)/N ("स्वतंत्र समय निर्भर चर के उत्पादों की राशि") एक float रूप में, या None अगर कोई मिलान पंक्तियाँ नहीं हैं।

RegrSYY

class RegrSYY(y, x, filter=None) [source]

रिटर्न sum(y^2) - sum(y)^2/N (आश्रित चर के "वर्गों का योग") एक float रूप में, या None अगर कोई मेल पंक्तियाँ नहीं हैं।

उपयोग के उदाहरण

हम इस उदाहरण तालिका का उपयोग करेंगे:

| FIELD1 | FIELD2 | FIELD3 |
|--------|--------|--------|
|    foo |      1 |     13 |
|    bar |      2 | (null) |
|   test |      3 |     13 |

यहां कुछ सामान्य-उद्देश्य एकत्रीकरण कार्यों के कुछ उदाहरण दिए गए हैं:

>>> TestModel.objects.aggregate(result=StringAgg('field1', delimiter=';'))
{'result': 'foo;bar;test'}
>>> TestModel.objects.aggregate(result=ArrayAgg('field2'))
{'result': [1, 2, 3]}
>>> TestModel.objects.aggregate(result=ArrayAgg('field1'))
{'result': ['foo', 'bar', 'test']}

अगला उदाहरण सांख्यिकीय कुल कार्यों का उपयोग दर्शाता है। अंतर्निहित गणित का वर्णन नहीं किया जाएगा (आप इस बारे में पढ़ सकते हैं, उदाहरण के लिए, wikipedia ):

>>> TestModel.objects.aggregate(count=RegrCount(y='field3', x='field2'))
{'count': 2}
>>> TestModel.objects.aggregate(avgx=RegrAvgX(y='field3', x='field2'),
...                             avgy=RegrAvgY(y='field3', x='field2'))
{'avgx': 2, 'avgy': 13}