博客
关于我
sqlalchemy之分组求和排序复杂查询总结【包括错误如何调试】
阅读量:666 次
发布时间:2019-03-15

本文共 626 字,大约阅读时间需要 2 分钟。

正确案例分析:分组排序后最终显示price和amount字段求和的结果

在某些数据分析场景中,用户可能会希望对数据库中的数据进行分组统计和排序操作。以下是一个典型的SQLAlchemy使用案例,展示了如何在分组后对price字段进行排序,并对amount字段进行求和操作。

具体实现方法如下:

from sqlalchemy import funcfrom app.models.base import db# 分组排序后最终显示price和amount字段求和的结果buy_order = db.session.query(    BuyOrder.price,    func.sum(BuyOrder.amount)).filter_by(order_status=1).group_by(BuyOrder.price).order_by(BuyOrder.price.desc()).all()

在这个查询中:

1. 首先使用`group_by(BuyOrder.price)`方法对price字段进行分组操作2. 之后使用`order_by(BuyOrder.price.desc())`对price字段按降序排序3. 最后使用`func.sum(BuyOrder.amount)`对amount字段进行求和操作4. 通过`all()`方法获取最终结果

这种方法非常适合需要对多个数据字段进行分组统计和排序的场景,能够有效展示数据的统计结果。

转载地址:http://zommz.baihongyu.com/

你可能感兴趣的文章
Pandas-通过对列和索引的值求和来合并两个数据框
查看>>
pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
查看>>
pandas.read_csv()的详解-ChatGPT4o作答
查看>>
PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
查看>>
pandas100个骚操作:再见 for 循环!速度提升315倍!
查看>>
Pandas:对给定列求和 DataFrame 行
查看>>
Pandas、Matplotlib、Pyecharts数据分析实践
查看>>
Pandas中文官档~基础用法2
查看>>
Pandas中文官档~基础用法6
查看>>
Pandas中的GROUP BY AND SUM不丢失列
查看>>
pandas交换两列
查看>>
pandas介绍-ChatGPT4o作答
查看>>
pandas去除Nan值
查看>>
pandas实战:电商平台用户分析
查看>>
Pandas库常用方法、函数集合
查看>>
pandas打乱数据的顺序
查看>>
pandas改变一列值(通过apply)
查看>>
Pandas数据分析的环境准备
查看>>
Pandas数据可视化怎么做?用实战案例告诉你!
查看>>
Pandas数据处理与分析教程:从基础到实战
查看>>