Question

我有成千上万的房子的房地产数据：

这是一所房子的数据：

Year，Low_Price，High_Price

1999，$ 125,000，$ 146,000

2000，$ 122,000，$ 148,000

2001年，127,000美元，149,000美元

2002年，129,000美元，151,000美元

2003年，134,000美元，153,000美元

2004年，138,000美元，164,000美元

2005年，145,000美元，158,000美元

我想按Year，Low_Price和High_Price进行过滤。例如，在2002年至2004年期间搜索房价，在128,000美元至152,000美元之间。

如果搜索参数与模型的匹配，则会显示房屋。这是一个模型要过滤的大量数据，我不知道如何设置模型。

写出这样的模型：

price_low_1999 = $125,000
price_high_1999 = $146,000
etc...

对于每一个模型来说似乎都不太理想。

如何设置模型，以便在给定上述搜索参数的情况下过滤这些数据很容易？

Answer 1

如果您设置的模型如下，我不会发现问题：

class House(models.Model):
   year = models.IntegerField(max_length=4)
   low_price = models.FloatField()
   high_price = models.FloatField()
   # other house attributes ...

并过滤，例如房价在2002年至2004年之间，为128,000美元至152,000美元

houses = House.objects.filter(
                                 year__range=(2002, 2004), 
                                 low_price__gte=128.000, 
                                 high_price__lte=152.000
                              )

这是你想要的吗？

Answer 2

您需要两个型号，一个用于房屋，一个用于年度价格（字段房屋（外键），年份，price_low和price_high）。然后，您可以使用House.objects.filter(pk__in=Prices.objects.filter(year__gte=2012, year__lte=2014, price_low__gte=100000).values('house_id'))

进行查询

编写Django模型以优化复杂过滤

2 个答案: