如何使用 SQLAlchemy 对 SQL 列进行分组和求和？

在本文中，我们将了解如何在 SQLAlchemy 中使用 GroupBy 和 Sum。

安装 SQLAlchemy

SQLAlchemy 可通过 pip install 包获得。

pip install sqlalchemy

但是，如果您使用的是烧瓶，您可以使用它自己的 SQLAlchemy 实现。它可以安装使用 -

pip install flask-sqlalchemy

在示例中，我们将使用通用语法。

• sqlalchemy.create_engine(URL)：创建一个引擎对象，可以直接用于与数据库交互，也可以传递给 Session 对象以使用 ORM。数据库 URL 的典型形式是“dialect+driver://username:password@host:port/database”
• sqlalchemy.select(*entities)：用于生成 SELECT 语句的主要结构。实体通常是一系列可供选择的列。
• sqlalchemy.select(*entities).group_by(column_name)：用于生成 GROUP BY 语句的主要结构。
• sqlalchemy.func.sum(column_name)： SQL SUM() 聚合函数。
• sqlalchemy.engine.execute(statement)：执行给定的语句并返回一个结果对象。

在列中使用 GroupBy 和 Sum

示例 1：

在我们继续之前，我们需要有一个数据库和一个表来使用。对于此示例，我们使用 mySQL 数据库并创建了一个销售表。该表有 3 列和 9 条记录，如下所示。

销售表

在上表中，我们将使用公司列进行分组，并将在no_of_invoices列上进行聚合。

Python

import sqlalchemy as db
  
# Define the Engine (Connection Object)
engine = db.create_engine(
    "mysql+pymysql://root:password@localhost/Geeks4Geeks")
  
# Create the Metadata Object
meta_data = db.MetaData(bind=engine)
db.MetaData.reflect(meta_data)
  
# Get the `sales` table from the Metadata object
SALES = meta_data.tables['sales']
  
# SQLAlchemy Query to GROUP BY and aggregate SUM
query = db.select([SALES.c.company, db.func.sum(SALES.c.no_of_invoices)]) \
    .group_by(SALES.c.company)
  
# Fetch all the records
result = engine.execute(query).fetchall()
  
# View the records
for record in result:
    print("\n", "Company:", record[0],
          "| Sum of Invoices:", 
          record[1])

输出：

示例 1 输出

解释：

• 首先，为了简单起见，我们将 sqlalchemy 库导入为db 。所有 sqlalchemy 对象、方法等都将使用db前缀导入，以提高清晰度。
• 然后我们创建引擎，它将作为与数据库的连接来执行所有数据库操作。
• 创建元数据对象。元数据对象“元数据”包含有关我们数据库的所有信息。
• 使用元数据信息从数据库中获取销售表。
• 我们现在可以编写一个 SQLAlchemy 查询来获取所需的记录。我们首先使用`group_by()`方法根据公司名称进行分组，然后使用 SQLalchemy 的`func.sum()`函数找到发票数量的总和。
• 打印输出。在输出中，我们可以看到我们有不同的公司名称及其相应的发票总和。

示例 2：

在此示例中，让我们考虑以下学生表

学生桌

在此示例中，我们将执行以两列为参考的 GROUP BY 操作。

Python

import sqlalchemy as db
  
# Define the Engine (Connection Object)
engine = db.create_engine(
    "mysql+pymysql://root:password@localhost/Geeks4Geeks")
  
# Create the Metadata Object
meta_data = db.MetaData(bind=engine)
db.MetaData.reflect(meta_data)
  
# Get the `students` table from the Metadata object
STUDENTS = meta_data.tables['students']
  
# SQLAlchemy Query to GROUP BY and aggregate SUM
query = db.select([
    STUDENTS.c.first_name,
    STUDENTS.c.last_name,
    db.func.sum(STUDENTS.c.score)
]).group_by(STUDENTS.c.first_name, STUDENTS.c.last_name)
  
# Fetch all the records
result = engine.execute(query).fetchall()
  
# View the records
for record in result:
    print("\n", record[0], record[1],
          "| Total Score:", record[2])

输出：

示例 2 输出

解释：

上面的代码与示例 1 中讨论的代码非常相似，只是在此示例中我们对多个列（即first_name和last_name字段）执行了 GROUP BY 操作。在group_by()方法中可以将多个字段作为单独的参数提及。

示例 3：

考虑到示例 2 中提到的学生表，让我们看看如果我们对课程字段执行 GROUP BY 操作，输出将如何变化。

Python

import sqlalchemy as db
  
# Define the Engine (Connection Object)
engine = db.create_engine(
    "mysql+pymysql://root:password@localhost/Geeks4Geeks")
  
# Create the Metadata Object
meta_data = db.MetaData(bind=engine)
db.MetaData.reflect(meta_data)
  
# Get the `students` table from the Metadata object
STUDENTS = meta_data.tables['students']
  
# SQLAlchemy Query to GROUP BY and aggregate SUM
query = db.select([
    STUDENTS.c.course,
    db.func.sum(STUDENTS.c.score)
]).group_by(STUDENTS.c.course)
  
# Fetch all the records
result = engine.execute(query).fetchall()
  
# View the records
for record in result:
    print("\n", "Course:", record[0],
          "| Total Score:", record[1])

输出：

示例 3 输出