Django笔记之数据库函数之日期函数

日期函数主要介绍两个大类,Extract() 和 Trunc()

Extract() 函数作用是提取日期,比如我们可以提取一个日期字段的年份,月份,日等数据

Trunc() 的作用则是截取,比如 2022-06-18 12:12:12,我们可以根据需求获取到日期 2020-06-18,或者更细粒度到时分秒

这次我们用到下面这个 model:

class Experiment(models.Model):start_datetime = models.DateTimeField()start_date = models.DateField(null=True, blank=True)start_time = models.TimeField(null=True, blank=True)end_datetime = models.DateTimeField(null=True, blank=True)end_date = models.DateField(null=True, blank=True)end_time = models.TimeField(null=True, blank=True)

我们还是将其放到 blog/models.py 下,相关的 migration 操作这里不多做介绍

  1. Extract()
  2. Trunc()

1、Extract()

这个函数接受日期时间字段名称,和查询的年、月、日、时、分、秒等作为参数,提取出相应的值以整数类型返回

日期类型字段包括:DateTimeField,DateField,TimeField
提取的类型列举如下:

  • year——年份
  • quarter——季度
  • month——月份
  • day——某日
  • week——周数,一年的第几周
  • weekday——周几,周日的值是1,周一是2,一直到周六是7
  • hour——小时
  • minute——分钟
  • second——秒数

首先创建测试用的数据:

from datetime import datetime
start = datetime(2015, 6, 15, 12, 30, 56)
end = datetime(2015, 7, 2, 17, 21, 43)from blog.models import Experiment
Experiment.objects.create(start_datetime=start, start_date=start.date(),end_datetime=end, end_date=end.date())

新增字段获取开始时间的年份,周数,周几以及该天的小时数

from blog.models import Experiment
from django.db.models.functions import Extractexperiment = Experiment.objects.annotate(start_year=Extract('start_datetime', 'year'),start_week=Extract('start_datetime', 'week'),start_week_day=Extract('start_datetime', 'week_day'),start_hour=Extract('start_datetime', 'hour')
).get(id=1)print(experiment.start_year)
print(experiment.start_week)
print(experiment.start_week_day)
print(exprtiment.start_hour)

搜索特定年份数据

Extract() 函数的用法也可以用于搜索特定的日期的某一项,比如某年,某月等

Experiment.objects.filter(start_datetime__year=Extract('end_datetime', 'year'))

具体到日期某一项的用法

前面介绍了 Extract() 函数的用法是,接收字段名和日期项,Django 同时提供了另一种简便的、比Extract()函数更具体的用法。

比如我们需要需要搜索年,可以直接使用函数为 ExtractYear()

搜索月,使用函数 ExtractMonth()等等。

每一种在我们上面可接收的参数都有其对应的函数,传参为需要处理的字段,以下是使用示例:

from blog.models import Experiment
from django.db.models.functions import ExtractYear, ExtractWeek
expriment = Experiment.objects.annotate(start_year=ExtractYear('start_datetime'),start_week=ExtractWeek('start_datetime')
).get(id=1)print(expriment.start_year)
print(expriment.start_week)

如果是周数、时、分、秒的操作,函数名将上面的年月日的英文替换即可

2、Trunc()

这是一个对日期和时间截取的函数,我们可以将时间精确到 年、季度、月、日、时、分、秒

接受三个参数:

  • expression: 字段,可以是 DateField, DateTimeField, TimeField 等
  • kind: 精确到的程度,可以是 year,day,quarter等
  • output_field: 输出格式,可以根据 kind 的值设置到最小值,如果不传这个参数,则默认是expression 的值

假设一个日期时间为 2022–05-16 12:34:56

我们可以挨个处理一下:

# 创建数据
from datetime import datetime
start_datetime = datetime(year=2022, month=5, day=16, hour=12, minute=34, second=56)Experiment.objects.create(start_datetime=start_datetime)from django.db.models.functions import Trunc
from django.db import modelsexperiment = Experiment.objects.annotate(start_year=Trunc('start_datetime', 'year', output_field=models.DateField()),start_quarter=Trunc('start_datetime', 'quarter', output_field=models.DateField()),start_month=Trunc('start_datetime', 'month', output_field=models.DateField()),start_day=Trunc('start_datetime', 'day', output_field=models.DateField()),start_hour=Trunc('start_datetime', 'hour', output_field=models.DateTimeField()),start_minute=Trunc('start_datetime', 'minute', output_field=models.DateTimeField()),start_second=Trunc('start_datetime', 'second', output_field=models.DateTimeField()),
).get(id=2)

然后挨个 print() 他们的结果如下:

>>> print(experiment.start_year)
2022-01-01
>>> print(experiment.start_quarter)
2022-04-01
>>> print(experiment.start_month)
2022-05-01
>>> print(experiment.start_day)
2022-05-16
>>> print(experiment.start_hour)
2022-05-16 12:00:00+00:00
>>> print(experiment.start_minute)
2022-05-16 12:34:00+00:00
>>> print(experiment.start_second)
2022-05-16 12:34:56+00:00

需要注意的是,截取到年、月、季度的数据,因为不关心当前时间刻度之下的数据,所以日期的日,都会被置为1,时间都会是0

从输出的结果看,日期时间都精确到了我们设置的细度,那么我们就可以利用这个来进行年度、月度、季度、以及日度等一些数据的统计

接下来以日度数据为例,我们做一下统计,统计每一天的数据的数量:

from django.db.models import Count
Experiment.objects.annotate(start_day=Trunc("start_datetime", "day", output_field=models.DateField())).values("start_day").annotate(count_day=Count("id"))

与 Extract() 函数类似,Trunc() 函数也有一些可以直接操作到时间的函数,比如 TruncYear(), TruncMonth() 这种,这里就不展开介绍了。

以上就是本篇笔记全部内容,下一篇将介绍数据库函数里计算公式相关函数。 

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/34069.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

CSS:弹性盒子模型详解(用法 + 例子 + 效果)

目录 弹性盒子模型flex-direction 排列方式 主轴方向换行排序控制子元素缩放比例缩放是如何实现的? 控制子元素的对其方式justify-content 横向 对齐方式align-items 纵向 对齐方式 align-content 多行 对齐方式 弹性盒子模型 flex-direction 排列方式 主轴方向 f…

CI+JUnit5并发单测机制创新实践

目录 一. 现状问题 二. 分析原因 三. 采取措施 四. 实践步骤 五. 效能提升 资料获取方法 一. 现状问题 针对现如今高并发场景的业务系统,“并发问题” 终归是必不可少的一类(占比接近10%),每次出现问题和事故后&#xff0c…

CNN经典网络模型之GoogleNet论文解读

目录 1. GoogleNet 1.1 Inception模块 1.1.1 1x1卷积 1.2 辅助分类器结构 1.3 GoogleNet网络结构图 1. GoogleNet GoogleNet,也被称为Inception-v1,是由Google团队在2014年提出的一种深度卷积神经网络架构,专门用于图像分类和特征提取任…

vConsole手机调试模式uniapp和原生h5

手机打开调试模式的方法 尽量放在页面头部&#xff0c;底部有可能不行 原生 <script src"https://cdn.bootcss.com/vConsole/3.3.0/vconsole.min.js"></script> <script>// init vConsolevar vConsole new VConsole();console.log(Hello world)…

ElasticSearch安装与启动

ElasticSearch安装与启动 【服务端安装】 1.1、下载ES压缩包 目前ElasticSearch最新的版本是7.6.2&#xff08;截止2020.4.1&#xff09;&#xff0c;我们选择6.8.1版本&#xff0c;建议使用JDK1.8及以上。 ElasticSearch分为Linux和Window版本&#xff0c;基于我们主要学习…

Linux服务器映射到本地磁盘

内容来自网友博客。 把linux服务器上的文件夹映射到本地作为一个磁盘来访问&#xff0c;步骤如下 一. samba的安装: sudo apt-get install samba // (sudo get temp root auth) sudo apt-get install smbfs //旧版本 sudo apt-get install cifs-utils //新版本 上…

【reactNative混合安卓开发~使用问题持续更】

reactNative混合安卓开发 reactNative开发移动端reactNative界面开发前端init.bat文件部分组件第三方组件解析1、定义theme主题shopify/restyle&#xff1b;菜单导航react-navigation/drawer、react-navigation/native&#xff1b; RN问题记录1、使用theme.js写的公共组件报错&…

【博客699】docker daemon预置iptables剖析

docker daemon预置iptables剖析 没有安装docker的机器&#xff1a;iptables为空&#xff0c;且每个链路的默认policy均为ACCEPT [root~]# iptables-save[root ~]# iptables -t raw -nvL Chain PREROUTING (policy ACCEPT 0 packets, 0 bytes)pkts bytes target prot opt …

k8s node 误删除了如何自动创建 csr重新加入集群

worker node 节点当部署晚 kubelet、kube-proxy就会加入集群&#xff0c;如何加入呢&#xff0c; [rootkube-node01 ssl]# mv kubelet-client-2023-08-13-01-19-00.pem kubelet-client-current.pem kubelet.crt kubelet.key /tmp/kubelet [rootkube-node01 ssl]# systemctl da…

Java 正则表达式【基本语法】

基本介绍 首先我们需要了解的是正则表达式中的各种元字符的功能&#xff0c;主要分为以下几种&#xff1a; 限定符选择匹配符分组组合和反向引用符特殊字符字符匹配符定位符 需要注意的是&#xff1a;在 Java正则表达式中&#xff0c;两个斜杠 \\ 相当于其它语言中的一个斜杠…

认识vite

一.了解vite的不同版本的更新 vite1版本是基于vue项目的&#xff0c;无法跨框架使用vite2可以跨框架&#xff08;vue2&#xff0c;vue3&#xff0c;react&#xff09;vite3模板变更&#xff1b;vite cli优化&#xff1b;import.meta.glob API变化&#xff1b;其他vite4主版本主…

Django框架-使用celery(一):django使用celery的通用配置,不受版本影响

目录 一、依赖包情况 二、项目目录结构 2.1、怎么将django的应用创建到apps包 三、celery的配置 2.1、celery_task/celery.py 2.2、celery_task/async_task.py 2.3、celery_task/scheduler_task.py 2.4、utils/check_task.py 四、apps/user中配置相关处理视图 4.1、基本…

【数据结构】复杂度

&#x1f525;博客主页&#xff1a;小王又困了 &#x1f4da;系列专栏&#xff1a;数据结构 &#x1f31f;人之为学&#xff0c;不日近则日退 ❤️感谢大家点赞&#x1f44d;收藏⭐评论✍️ 目录 一、什么是数据结构 二、什么是算法 三、算法的效率 四、时间复杂度 4.…

k8s基础

k8s基础 文章目录 k8s基础一、k8s组件二、k8s组件作用1.master节点2.worker node节点 三、K8S创建Pod的工作流程&#xff1f;四、K8S资源对象1.Pod2.Pod控制器3.service && ingress 五、K8S资源配置信息六、K8s部署1.K8S二进制部署2.K8S kubeadm搭建 七、K8s网络八、K8…

人大金仓三大兼容:Oracle迁移无忧

企业级应用早期的架构模式是C/S&#xff08;Client/Server&#xff09;模式&#xff0c;Client做人机交互逻辑的呈现&#xff0c;Sever做业务计算逻辑的实现。这就类似餐馆的运作模式&#xff0c;Client是前台的服务员提供点菜和上菜服务&#xff0c;而Server则是后厨完成菜品的…

设计模式之工厂方法模式(FactoryMethod)

一、概述 定义一个用于创建对象的接口&#xff0c;让子类决定实例化哪一个类。FactoryMethod使一个类的实例化延迟到其子类。 二、适用性 1.当一个类不知道它所必须创建的对象的类的时候。 2.当一个类希望由它的子类来指定它所创建的对象的时候。 3.当类将创建对象的职责委…

vue生命周期解析

Vue.js 是一个流行的前端 JavaScript 框架&#xff0c;它提供了一种用于构建用户界面的渐进式方法。Vue 组件的生命周期钩子函数是一些特定的函数&#xff0c;它们在组件不同阶段被自动调用&#xff0c;可以让你在这些阶段执行特定的逻辑。下面是 Vue 组件的生命周期钩子函数以…

【Spring】核心容器——Setter注入

1、引入 首先引入Spring框架依赖 <dependency><groupId>org.springframework</groupId><artifactId>spring-context</artifactId><version>5.1.6.RELEASE</version> </dependency> 在dao层和service层分别准备两个接口以及他…

Stable Diffuion webui Mac版本安装过程

系统环境 操作系统&#xff1a;MacOS Ventura13.5 芯片&#xff1a;Apple M2 Max Python: 3.10 安装前置准备 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git注意事项&#xff1a;修改源码内全部 git clone 链接&#xff0c;设置代理 https://ghpr…

26 | 谷歌应用APP数据分析

基于kaggle公开数据集,对谷歌应用市场的APP情况进行数据探索和分析。 from kaggle: https://www.kaggle.com/lava18/google-play-store-apps 分析思路: 0、数据准备 1、数据概览 2、种类对Rating的影响 3、定价策略 4、因素相关性分析 5、用户评价 6、总结 0、数据准备 (…