使用SQLAlchemy的func函数进行数据统计

SQLAlchemy是Python的一个关系数据库ORM（对象关系映射）库，它提供了很多强大的功能来处理数据库操作。其中func函数是SQLAlchemy提供的一个函数，用于在查询中执行聚合统计操作。

在使用func函数之前，我们需要先了解SQLAlchemy的基本用法。首先，我们需要创建一个引擎（Engine）对象，用于连接数据库。然后，我们需要创建一个会话（Session）对象，用于执行数据库操作。最后，我们可以使用SQLAlchemy提供的各种函数和方法来处理数据。

下面是一个使用SQLAlchemy的示例，包括创建引擎、创建会话和定义数据表的代码。

from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String

# 创建引擎
engine = create_engine('sqlite:///example.db')

# 创建会话
Session = sessionmaker(bind=engine)
session = Session()

# 定义数据表
Base = declarative_base()

class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, primary_key=True)
    name = Column(String)
    age = Column(Integer)

    def __init__(self, name, age):
        self.name = name
        self.age = age

# 创建数据表
Base.metadata.create_all(engine)

接下来，我们可以使用func函数进行数据统计。下面是几个常用的func函数和它们的用法。

1. count函数：用于统计满足条件的记录数。

from sqlalchemy import func

# 统计用户数量
user_count = session.query(func.count(User.id)).scalar()
print("User count:", user_count)

# 按年龄统计用户数量
age_count = session.query(User.age, func.count(User.id)).group_by(User.age).all()
for age, count in age_count:
    print("Age:", age, "Count:", count)

2. sum函数：用于计算满足条件的字段的总和。

# 计算年龄总和
total_age = session.query(func.sum(User.age)).scalar()
print("Total age:", total_age)

3. avg函数：用于计算满足条件的字段的平均值。

# 计算平均年龄
avg_age = session.query(func.avg(User.age)).scalar()
print("Average age:", avg_age)

4. max函数和min函数：用于计算满足条件的字段的最大值和最小值。

# 计算最大年龄
max_age = session.query(func.max(User.age)).scalar()
print("Max age:", max_age)

# 计算最小年龄
min_age = session.query(func.min(User.age)).scalar()
print("Min age:", min_age)

5. distinct函数：用于去重计数。

# 计算不重复的年龄数量
distinct_age_count = session.query(func.count(func.distinct(User.age))).scalar()
print("Distinct age count:", distinct_age_count)

这些只是SQLAlchemy提供的一些常用的func函数，你还可以根据具体的需求使用其他的函数来处理数据统计。使用SQLAlchemy的func函数可以方便地在查询中执行聚合统计操作，使得数据处理更加灵活和高效。