如何计算来自不同 Django 模型的字段？ （加入）

Question

现在有三个表：

class Product(models.Model):
    sku = models.CharField(max_length=200, unique=True)
    name = models.CharField(max_length=200, null=True)

class HistoricalData(models.Model):
    product = models.ForeignKey(Product, on_delete=models.CASCADE)
    date = models.DateTimeField()
    demand_sold = models.IntegerField(default=0)

class ForecastData(models.Model):
    product = models.ForeignKey(Product, on_delete=models.CASCADE)
    date = models.DateTimeField()
    demand_sold = models.IntegerField(default=0)

我需要比较产品列表的历史数据和预测数据并计算准确率。公式如：ForecastData.demand_sold * 100/HistoricalData.demand_sold 目前的解决方案是遍历历史和预测数据集并为demand_sold进行计算

products = Product.objects.filter(...)
queryset_hist = HistoricalData.objects.filter(product__in=products)
queryset_forecast = ForecastData.objects.filter(product__in=products)

我想知道是否有任何优雅的解决方案来计算来自不同 Django 模型的字段。 （例如加入？）

Answer 1

你有没有尝试过这样的事情：

products = Product.objects.all()
for p in products:  # p is an object of class Product
    one_historical_record = HistoricalData.objects.filter(product=p)
    one_forecast_record = ForecastData.objects.filter(product=p)
    forecast_for_product_p = one_forecast_record.demand_sold * 100/one_historical_record.demand_sold

这就是你要找的吗？