---
title: "Fungsi pengumpulan khusus PostgreSQL"
version: 1.10
locale: id
source: https://docs.djangoproject.com/id/1.10/ref/contrib/postgres/aggregates/
canonical: https://djangodocs.dev/id/1.10/ref/contrib/postgres/aggregates/
---
# Fungsi pengumpulan khusus PostgreSQL

> **New in Django 1.9**

Fungsi-fungsi ini digambarkan lebih rinci di [PostgreSQL docs](https://www.postgresql.org/docs/current/static/functions-aggregate.html).

> **Note**
>
> Semua fungsi-fungsi tanpa nama lain awalan, jadi anda harus jelas menyediakan satu. Sebagai contoh:
>
> ```
> >>> SomeModel.objects.aggregate(arr=ArrayAgg('somefield'))
> {'arr': [0, 1, 2]}
> ```

## Fungsi pengumpulan tujuan-umum

### `ArrayAgg`

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

Mengembalikan daftar nilai, termasuk null, disambungkan kedalam larik.

### `BitAnd`

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

Mengembalikan sebuah `int` dari bitwise `AND` dari semua nilai-nilai masukan bukan-null, atau `None` jika semua nilai-nilai adalah null.

### `BitOr`

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

Mengembalikan sebuah `int` dari bitwise `OR` dari semua nilai-nilai masukan bukan-null, atau `None` jika semua nilai-nilai adalah null.

### `BoolAnd`

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

Mengembalikan `True`, jika semua nilai-nilai masukan adalah true, `None` jika semua nilai-nilai adalah null jika tidak ada nilai, jika tidak `False`.

### `BoolOr`

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

Mengembalikan `True`, jika setidaknya satu nilai masukan adalah true, `None` jika semua nilai-nilai adalah null atau, j jika tidak ada nilai, jika tidak `False`.

### `StringAgg`

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

Mengembalikan nilai-nilai masukan digabungkan kedalam string, dipisah berdasarkan string `delimiter`

#### `delimiter`

Diwajibkan argumen. Butuh berupa sebuah string.

## Fungsi-fungsi pengumpulan untuk statistik

### `y` dan `x`

The arguments `y` and `x` for all these functions can be the name of a
field or an expression returning a numeric data. Both are required.

### `Corr`

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

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

### `CovarPop`

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

Returns the population covariance as a `float`, or `None` if there
aren't any matching rows.

Mempunyai satu argumen pilihan:

#### `sample`

By default `CovarPop` returns the general population covariance.
However, if `sample=True`, the return value will be the sample
population covariance.

### `RegrAvgX`

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

Returns the average of the independent variable (`sum(x)/N`) as a
`float`, or `None` if there aren't any matching rows.

### `RegrAvgY`

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

Returns the average of the dependent variable (`sum(y)/N`) as a
`float`, or `None` if there aren't any matching rows.

### `RegrCount`

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

Returns an `int` of the number of input rows in which both expressions
are not null.

### `RegrIntercept`

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

Returns the y-intercept of the least-squares-fit linear equation determined
by the `(x, y)` pairs as a `float`, or `None` if there aren't any
matching rows.

### `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)`

Returns the slope of the least-squares-fit linear equation determined
by the `(x, y)` pairs as a `float`, or `None` if there aren't any
matching rows.

### `RegrSXX`

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

Returns `sum(x^2) - sum(x)^2/N` ("sum of squares" of the independent
variable) as a `float`, or `None` if there aren't any matching rows.

### `RegrSXY`

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

Returns `sum(x*y) - sum(x) * sum(y)/N` ("sum of products" of independent
times dependent variable) as a `float`, or `None` if there aren't any
matching rows.

### `RegrSYY`

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

Returns `sum(y^2) - sum(y)^2/N` ("sum of squares" of the dependent
variable)  as a `float`, or `None` if there aren't any matching rows.

## Contoh penggunaan

Kami akan gunakan tabel contoh ini

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

Ini adalah beberapa contoh dari beberapa fungsi-fungsi pengumpulan tujuan-umum:

```
>>> 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']}
```

Contoh selanjutnya menunjukkan penggunaan dari fungsi-fungsi pengumpulan statistik. Jalur pokok akan tidak digambarkan (anda dapat membaca tentang ini, sebagai contoh, pada [wikipedia](https://en.wikipedia.org/wiki/Regression_analysis)):

```
>>> 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}
```