在 SQLAlchemy 中以特定格式按日期分组答案

【问题标题】：Group by date in a particular format in SQLAlchemy在 SQLAlchemy 中以特定格式按日期分组
【发布时间】：2010-09-18 00:22:39
【问题描述】：

我有一个名为日志的表，它有一个日期时间字段。我想根据特定的日期格式选择日期和行数。

如何使用 SQLAlchemy 做到这一点？

【问题讨论】：

标签： python sql sqlalchemy

【解决方案1】：

我不知道通用的 SQLAlchemy 答案。大多数数据库支持某种形式的日期格式，通常通过函数。 SQLAlchemy 支持通过 sqlalchemy.sql.func 调用函数。因此，例如，在 Postgres 后端使用 SQLAlchemy 和表 my_table(foo varchar(30), when timestamp) 我可能会做类似的事情

my_table = metadata.tables['my_table']
foo = my_table.c['foo']
the_date = func.date_trunc('month', my_table.c['when'])
stmt = select(foo, the_date).group_by(the_date)
engine.execute(stmt)

按截断为月份的日期分组。但请记住，在该示例中， date_trunc() 是 Postgres 日期时间函数。其他数据库会有所不同。你没有提到 underlyig 数据库。如果有一种独立于数据库的方式来做到这一点，我从来没有找到过。在我的情况下，我运行生产和测试 aginst Postgres 和单元测试 aginst SQLite，并在我的单元测试中使用 SQLite 用户定义函数来模拟 Postgress 日期时间函数。

【讨论】：

正是我需要的......现在到 SQLite 手册中找到截断函数！我认为在我的情况下是STRFTIME('%Y-%m', when)。

【解决方案2】：

当您仅按未格式化的日期时间列分组时，计数是否会产生相同的结果？如果是这样，您可以只运行查询，然后使用 Python 日期的 strftime() 方法。即

query = select([logs.c.datetime, func.count(logs.c.datetime)]).group_by(logs.c.datetime)
results = session.execute(query).fetchall()
results = [(t[0].strftime("..."), t[1]) for t in results]

【讨论】：

【解决方案3】：

我不知道 SQLAlchemy，所以我可能会脱靶。但是，我认为您所需要的只是：

SELECT date_formatter(datetime_field, "format-specification") AS dt_field, COUNT(*)
    FROM logs
    GROUP BY date_formatter(datetime_field, "format-specification")
    ORDER BY 1;

好的，也许您不需要 ORDER BY，也许重新指定日期表达式会更好。可能有替代方案，例如：

SELECT dt_field, COUNT(*)
    FROM (SELECT date_formatter(datetime_field, "format-specification") AS dt_field
              FROM logs) AS necessary
    GROUP BY dt_field
    ORDER BY dt_field;

等等等等。基本上，您格式化日期时间字段，然后继续对格式化值进行分组等。

【讨论】：