django-pivot 1.8.0

示例

我将无耻地从标题中引用的维基百科页面中举出一些例子。 这是衬衫销售表的一部分：

基本用法

枢轴功能

数据透视表由Pivot函数生成，该函数使用一个模型和3个属性名， 要像上面的示例那样创建透视表：

>>> pivot_table = pivot(ShirtSales, 'shipped', 'region', 'units')

结果是valuesqueryset，这意味着返回的对象是字典。每个 dictionary有一个行的键（在本例中为"shipped"日期）和一个每个值的键 列的（'区域'）。

>>> for record in pivot_table:
...     print(record)
... {u'West': 59, 'shipped': datetime.date(2004, 12, 24), u'East': 71, u'North': 115, u'South': 56}
... {u'West': 55, 'shipped': datetime.date(2005, 1, 31), u'East': 65, u'North': 121, u'South': 66}
... {u'West': 56, 'shipped': datetime.date(2005, 2, 1), u'East': 62, u'North': 124, u'South': 68}
... {u'West': 56, 'shipped': datetime.date(2005, 2, 2), u'East': 59, u'North': 127, u'South': 71}
... {u'West': 66, 'shipped': datetime.date(2005, 3, 1), u'East': 55, u'North': 131, u'South': 65}
... {u'West': 68, 'shipped': datetime.date(2005, 3, 2), u'East': 56, u'North': 130, u'South': 62}
... {u'West': 71, 'shipped': datetime.date(2005, 4, 3), u'East': 56, u'North': 130, u'South': 59}
... {u'West': 65, 'shipped': datetime.date(2005, 5, 6), u'East': 66, u'North': 120, u'South': 55}

第一个参数可以是模型、QuerySet或管理器。这允许您生成一个轴 由另一列筛选的表。例如，你可能想知道W售出多少套 在每个地区的每个发货日期，但仅限于高尔夫球衣：

>>> pivot_table = pivot(ShirtSales.objects.filter(style='Golf'), 'region', 'shipped', 'units')

pivot函数接受用于聚合数据的可选参数。例如， 我们可能感兴趣的不是每个发货日期每个地区的总销售量 每个订单的平均单位数。然后我们可以传递avg聚合函数

>>> from django.db.models import Avg
>>> pivot_table = pivot(ShirtSales, 'region', 'shipped', 'units', aggregation=Avg)

如果数据存储在多个表中，请使用django的双下划线表示法 遍历外键关系。例如，shirtsales模型没有 一个 region 属性，它可能有一个存储模型的外键，而存储模型又有一个 区域模型的外键，该模型具有名为的属性。然后我们的中心呼叫看起来 像

>>> pivot_table = pivot(ShirtSales, 'store__region__name', 'shipped', 'units')

我们正在聚合的数据列也可能是计算列。 在我们的示例shirtsales模型中，我们存储了每件衣服的数量和价格 单位，但不是订单的总成本。如果我们想知道 每个发货日期的每个地区的美元，我们可以旋转shirtsales表：

>>> from django.db.models import F, Avg
>>> pivot_table = pivot(ShirtSales, 'region', 'shipped', F('units') * F('price'), Avg)

例如，如果要将行分组到复合列上，则需要知道 在每个发货日期出售的单位不只是按地区划分，而是按地区组合 和性别，您可以将列表传递给第一个参数：

>>> pivot_table = pivot(ShirtSales, ['region', 'gender'], 'shipped', 'units')

>>> def lowercase(s):
>>>     return s.lower()
>>> pivot_table = pivot(ShirtSales, 'region', 'shipped', 'units', display_transform=lowercase)

>>> pivot_table = pivot(ShirtSales, 'region', 'shipped', 'units', default=0)

>>> pivot_table = pivot(ShirtSales, 'shipped', 'region', 'units')

>>> pivot_table = pivot(ShirtSales, 'shipped', 'region', 'units')

>>> pivot_table = pivot(ShirtSales, 'shipped', 'region', 'units')

>>> pivot_table = pivot(ShirtSales, 'shipped', 'region', 'units')

>>> pivot_table = pivot(ShirtSales, 'shipped', 'region', 'units')