---
title: "Fonctions d’agrégation spécifiques à PostgreSQL"
version: 1.10
locale: fr
source: https://docs.djangoproject.com/fr/1.10/ref/contrib/postgres/aggregates/
canonical: https://djangodocs.dev/fr/1.10/ref/contrib/postgres/aggregates/
---
# Fonctions d’agrégation spécifiques à PostgreSQL

> **New in Django 1.9**

Ces fonctions sont décrites plus en détails dans la [documentation PostgreSQL](https://www.postgresql.org/docs/current/static/functions-aggregate.html).

> **Note**
>
> Toutes ces fonctions n’ont pas d’alias par défaut, il faut donc en indiquer un explicitement. Par exemple :
>
> ```
> >>> SomeModel.objects.aggregate(arr=ArrayAgg('somefield'))
> {'arr': [0, 1, 2]}
> ```

## Fonctions d’agrégation d’ordre général

### `ArrayAgg`

#### `class ArrayAgg(expression, **extra)`

Renvoie une liste de valeurs, y compris nulles, concaténées dans un tableau.

### `BitAnd`

#### `class BitAnd(expression, **extra)`

Renvoie un entier `int` résultat de l’opération `AND` bit-à-bit de toutes les valeurs non nulles, ou `None` si toutes les valeurs sont nulles.

### `BitOr`

#### `class BitOr(expression, **extra)`

Renvoie un entier `int` résultat de l’opération `OR` bit-à-bit de toutes les valeurs non nulles, ou `None` si toutes les valeurs sont nulles.

### `BoolAnd`

#### `class BoolAnd(expression, **extra)`

Renvoie `True` si toutes les valeurs d’entrée sont vraies, `None` si toutes les valeurs sont nulles ou s’il n’y a pas de valeur, sinon renvoie `False`.

### `BoolOr`

#### `class BoolOr(expression, **extra)`

Renvoie `True` si au moins une valeur d’entrée est vraie, `None` si toutes les valeurs sont nulles ou s’il n’y a pas de valeur, sinon renvoie `False`.

### `StringAgg`

#### `class StringAgg(expression, delimiter)`

Renvoie les valeurs d’entrée concaténées dans une chaîne, séparées par la chaîne `delimiter`.

#### `delimiter`

Paramètre obligatoire. Doit être une chaîne.

## Fonctions d’agrégation à but statistique

### `y` et `x`

Les paramètres `y` et `x` de toutes ces fonctions peuvent être un nom de champ ou une expression renvoyant une donnée numérique. Les deux sont obligatoires.

### `Corr`

#### `class Corr(y, x)`

Renvoie le coefficient de corrélation sous forme de nombre `float`, ou `None` si aucune ligne ne correspond.

### `CovarPop`

#### `class CovarPop(y, x, sample=False)`

Renvoie la covariance de population sous forme de nombre `float`, ou `None` si aucune ligne ne correspond.

Accepte un paramètre facultatif :

#### `sample`

Par défaut, `CovarPop` renvoie la covariance de population générale. Cependant, si `sample=True`, la valeur renvoyée sera la covariance d’échantillon de population.

### `RegrAvgX`

#### `class RegrAvgX(y, x)`

Renvoie la moyenne de la variable indépendante (`sum(x)/N`) sous forme de nombre `float`, ou `None` si aucune ligne ne correspond.

### `RegrAvgY`

#### `class RegrAvgY(y, x)`

Renvoie la moyenne de la variable dépendante (`sum(y)/N`) sous forme de nombre `float`, ou `None` si aucune ligne ne correspond.

### `RegrCount`

#### `class RegrCount(y, x)`

Renvoie un entier `int` correspondant au nombre de lignes d’entrée dans lesquelles les deux expressions ne sont pas nulles.

### `RegrIntercept`

#### `class RegrIntercept(y, x)`

Renvoie l’interception de l’axe y pour l’équation linéaire de la méthode des moindres carrés déterminée par les paires `(x, y)` sous forme de nombre `float`, ou `None` si aucune ligne ne correspond.

### `RegrR2`

#### `class RegrR2(y, x)`

Returns the square of the correlation coefficient as a `float`, or
`None` if there aren’t any matching rows.

### `RegrSlope`

#### `class RegrSlope(y, x)`

Renvoie l’inclinaison pour l’équation linéaire de la méthode des moindres carrés déterminée par les paires `(x, y)` sous forme de nombre `float`, ou `None` si aucune ligne ne correspond.

### `RegrSXX`

#### `class RegrSXX(y, x)`

Renvoie `sum(x^2) - sum(x)^2/N` (« somme des carrés » de la variable indépendante) sous forme de nombre `float`, ou `None` si aucune ligne ne correspond.

### `RegrSXY`

#### `class RegrSXY(y, x)`

Renvoie `sum(x*y) - sum(x) * sum(y)/N` (« somme des produits » de la variable indépendante multipliée par la variable dépendante) sous forme de nombre `float`, ou `None` si aucune ligne ne correspond.

### `RegrSYY`

#### `class RegrSYY(y, x)`

Renvoie `sum(y^2) - sum(y)^2/N` (« somme des carrés » de la variable dépendante) sous forme de nombre `float`, ou `None` si aucune ligne ne correspond.

## Exemples d’utilisation

Nous allons utiliser cette table d’exemple :

```
| FIELD1 | FIELD2 | FIELD3 |
|--------|--------|--------|
|    foo |      1 |     13 |
|    bar |      2 | (null) |
|   test |      3 |     13 |
```

Voici quelques exemples de certaines des fonctions d’agrégation d’ordre général :

```
>>> TestModel.objects.aggregate(result=StringAgg('field1', delimiter=';'))
{'result': 'foo;bar;test'}
>>> TestModel.objects.aggregate(result=ArrayAgg('field2'))
{'result': [1, 2, 3]}
>>> TestModel.objects.aggregate(result=ArrayAgg('field1'))
{'result': ['foo', 'bar', 'test']}
```

L’exemple suivant montre l’utilisation des fonctions d’agrégats pour les statistiques. Les mathématiques sous-jacentes ne sont pas expliquées (vous pouvez vous renseigner à ce sujet sur Wikipédia \<<https://fr.wikipedia.org/wiki>/Régression\_(statistiques)\> \_ par exemple) :

```
>>> TestModel.objects.aggregate(count=RegrCount(y='field3', x='field2'))
{'count': 2}
>>> TestModel.objects.aggregate(avgx=RegrAvgX(y='field3', x='field2'),
...                             avgy=RegrAvgY(y='field3', x='field2'))
{'avgx': 2, 'avgy': 13}
```