--- title: "Aggregering" version: 5.2 locale: sv source: https://docs.djangoproject.com/sv/5.2/topics/db/aggregation/ canonical: https://djangodocs.dev/sv/5.2/topics/db/aggregation/ --- # Aggregering I ämnesguiden om [Djangos databasabstraktions-API](/sv/5.2/topics/db/queries/) beskrivs hur du kan använda Django-frågor som skapar, hämtar, uppdaterar och tar bort enskilda objekt. Ibland behöver du dock hämta värden som härleds genom att sammanfatta eller *aggregera* en samling objekt. I den här ämnesguiden beskrivs hur aggregerade värden kan genereras och returneras med hjälp av Django-frågor. I den här guiden hänvisar vi till följande modeller. Dessa modeller används för att spåra lagret för en serie onlinebokhandlar: ```python from django.db import models class Author(models.Model): name = models.CharField(max_length=100) age = models.IntegerField() class Publisher(models.Model): name = models.CharField(max_length=300) class Book(models.Model): name = models.CharField(max_length=300) pages = models.IntegerField() price = models.DecimalField(max_digits=10, decimal_places=2) rating = models.FloatField() authors = models.ManyToManyField(Author) publisher = models.ForeignKey(Publisher, on_delete=models.CASCADE) pubdate = models.DateField() class Store(models.Model): name = models.CharField(max_length=300) books = models.ManyToManyField(Book) ``` ## Fuskark Har du bråttom? Så här gör du vanliga aggregerade frågor, förutsatt att modellerna ovan används: ```pycon # Total number of books. >>> Book.objects.count() 2452 # Total number of books with publisher=BaloneyPress >>> Book.objects.filter(publisher__name="BaloneyPress").count() 73 # Average price across all books, provide default to be returned instead # of None if no books exist. >>> from django.db.models import Avg >>> Book.objects.aggregate(Avg("price", default=0)) {'price__avg': 34.35} # Max price across all books, provide default to be returned instead of # None if no books exist. >>> from django.db.models import Max >>> Book.objects.aggregate(Max("price", default=0)) {'price__max': Decimal('81.20')} # Difference between the highest priced book and the average price of all books. >>> from django.db.models import FloatField >>> Book.objects.aggregate( ... price_diff=Max("price", output_field=FloatField()) - Avg("price") ... ) {'price_diff': 46.85} # All the following queries involve traversing the Book<->Publisher # foreign key relationship backwards. # Each publisher, each with a count of books as a "num_books" attribute. >>> from django.db.models import Count >>> pubs = Publisher.objects.annotate(num_books=Count("book")) >>> pubs , , ...]> >>> pubs[0].num_books 73 # Each publisher, with a separate count of books with a rating above and below 5 >>> from django.db.models import Q >>> above_5 = Count("book", filter=Q(book__rating__gt=5)) >>> below_5 = Count("book", filter=Q(book__rating__lte=5)) >>> pubs = Publisher.objects.annotate(below_5=below_5).annotate(above_5=above_5) >>> pubs[0].above_5 23 >>> pubs[0].below_5 12 # The top 5 publishers, in order by number of books. >>> pubs = Publisher.objects.annotate(num_books=Count("book")).order_by("-num_books")[:5] >>> pubs[0].num_books 1323 ``` ## Generera aggregat över en `QuerySet` Django erbjuder två sätt att generera aggregat. Det första sättet är att generera sammanfattningsvärden över en hel `QuerySet`. Säg till exempel att du vill beräkna genomsnittspriset för alla böcker som finns till försäljning. Djangos frågesyntax ger ett sätt att beskriva uppsättningen av alla böcker: ```pycon >>> Book.objects.all() ``` Vad vi behöver är ett sätt att beräkna sammanfattande värden över de objekt som tillhör detta `QuerySet`. Detta görs genom att lägga till en `aggregate()` klausul på `QuerySet`: ```pycon >>> from django.db.models import Avg >>> Book.objects.all().aggregate(Avg("price")) {'price__avg': 34.35} ``` `all()` är överflödigt i detta exempel, så detta kan förenklas till: ```pycon >>> Book.objects.aggregate(Avg("price")) {'price__avg': 34.35} ``` Argumentet till klausulen `aggregate()` beskriver det aggregerade värde som vi vill beräkna - i det här fallet genomsnittet av fältet `price` i modellen `Book`. En lista över de aggregatfunktioner som finns tillgängliga finns i [QuerySet reference](/sv/5.2/ref/models/querysets/#aggregation-functions). `aggregate()` är en terminalklausul för en `QuerySet` som, när den anropas, returnerar en ordbok med namn-värde-par. Namnet är en identifierare för aggregatvärdet; värdet är det beräknade aggregatet. Namnet genereras automatiskt från fältets namn och aggregatfunktionen. Om du manuellt vill ange ett namn för det aggregerade värdet kan du göra det genom att ange namnet när du anger aggregatklausulen: ```pycon >>> Book.objects.aggregate(average_price=Avg("price")) {'average_price': 34.35} ``` Om du vill generera mer än ett aggregat lägger du till ytterligare ett argument i `aggregate()`-satsen. Så om vi också ville veta det högsta och lägsta priset för alla böcker skulle vi ställa frågan: ```pycon >>> from django.db.models import Avg, Max, Min >>> Book.objects.aggregate(Avg("price"), Max("price"), Min("price")) {'price__avg': 34.35, 'price__max': Decimal('81.20'), 'price__min': Decimal('12.99')} ``` ## Generera aggregat för varje objekt i en `QuerySet` Det andra sättet att generera sammanfattningsvärden är att generera en oberoende sammanfattning för varje objekt i en [`QuerySet`](/sv/5.2/ref/models/querysets/#django.db.models.query.QuerySet). Om du t.ex. hämtar en lista med böcker kanske du vill veta hur många författare som har bidragit till varje bok. Varje bok har en många-till-många-relation med författaren; vi vill sammanfatta denna relation för varje bok i `QuerySet`. Sammanfattningar per objekt kan genereras med hjälp av klausulen [`annotate()`](/sv/5.2/ref/models/querysets/#django.db.models.query.QuerySet.annotate). När en `annotate()`-sats anges kommer varje objekt i `QuerySet` att annoteras med de angivna värdena. Syntaxen för dessa annoteringar är identisk med den som används för [`aggregate()`](/sv/5.2/ref/models/querysets/#django.db.models.query.QuerySet.aggregate)-klausulen. Varje argument till `annotate()` beskriver ett aggregat som ska beräknas. Till exempel, för att annotera böcker med antalet författare: ```pycon # Build an annotated queryset >>> from django.db.models import Count >>> q = Book.objects.annotate(Count("authors")) # Interrogate the first object in the queryset >>> q[0] >>> q[0].authors__count 2 # Interrogate the second object in the queryset >>> q[1] >>> q[1].authors__count 1 ``` Precis som för `aggregate()` härleds namnet på annotationen automatiskt från namnet på aggregatfunktionen och namnet på det fält som ska aggregeras. Du kan åsidosätta detta standardnamn genom att ange ett alias när du specificerar annotationen: ```pycon >>> q = Book.objects.annotate(num_authors=Count("authors")) >>> q[0].num_authors 2 >>> q[1].num_authors 1 ``` Till skillnad från `aggregate()` är `annotate()` *inte* en terminalsats. Resultatet av `annotate()`-satsen är en `QuerySet`; denna `QuerySet` kan modifieras med vilken annan `QuerySet`-operation som helst, inklusive `filter()`, `order_by()` eller till och med ytterligare anrop till `annotate()`. ### Kombinera flera aggregat Att kombinera flera aggregeringar med `annotate()` kommer [att ge fel resultat](https://code.djangoproject.com/ticket/10060) eftersom joins används istället för subqueries: ```pycon >>> book = Book.objects.first() >>> book.authors.count() 2 >>> book.store_set.count() 3 >>> q = Book.objects.annotate(Count("authors"), Count("store")) >>> q[0].authors__count 6 >>> q[0].store__count 6 ``` För de flesta aggregat finns det inget sätt att undvika detta problem, men [`Count`](/sv/5.2/ref/models/querysets/#django.db.models.Count)-aggregatet har en `distinct`-parameter som kan hjälpa till: ```pycon >>> q = Book.objects.annotate( ... Count("authors", distinct=True), Count("store", distinct=True) ... ) >>> q[0].authors__count 2 >>> q[0].store__count 3 ``` > **Om du är osäker, inspektera SQL-frågan!** > > För att förstå vad som händer i din query kan du inspektera egenskapen `query` i din `QuerySet`. ## Sammanfogningar och aggregat Hittills har vi behandlat aggregeringar över fält som tillhör den modell som efterfrågas. Ibland kommer dock det värde som du vill aggregera att tillhöra en modell som är relaterad till den modell som du frågar efter. När du anger fältet som ska aggregeras i en aggregatfunktion tillåter Django dig att använda samma [double underscore notation](/sv/5.2/topics/db/queries/#field-lookups-intro) som används när du hänvisar till relaterade fält i filter. Django kommer då att hantera eventuella tabelljoins som krävs för att hämta och aggregera det relaterade värdet. För att till exempel hitta prisintervallet för böcker som erbjuds i varje butik kan du använda annotationen: ```pycon >>> from django.db.models import Max, Min >>> Store.objects.annotate(min_price=Min("books__price"), max_price=Max("books__price")) ``` Detta säger till Django att hämta `Store`-modellen, ansluta (genom många-till-många-relationen) till `Book`-modellen och aggregera på prisfältet i bokmodellen för att producera ett lägsta och högsta värde. Samma regler gäller för klausulen `aggregate()`. Om du vill veta det lägsta och högsta priset för en bok som finns till försäljning i någon av butikerna kan du använda aggregatet: ```pycon >>> Store.objects.aggregate(min_price=Min("books__price"), max_price=Max("books__price")) ``` Join-kedjorna kan vara så djupa som du vill. Om du t.ex. vill få fram åldern på den yngsta författaren till en bok som finns till försäljning kan du ställa frågan: ```pycon >>> Store.objects.aggregate(youngest_age=Min("books__authors__age")) ``` ### Följa relationer baklänges På ett sätt som liknar [Uppslagningar som sträcker sig över relationer](/sv/5.2/topics/db/queries/#lookups-that-span-relationships) kan aggregeringar och annoteringar av fält i modeller eller modeller som är relaterade till den modell du söker efter inkludera genomgång av ”omvända” relationer. Namnet med små bokstäver på relaterade modeller och dubbla understreck används även här. Vi kan till exempel be om alla förlag, annoterade med deras respektive totala boklagerräknare (notera hur vi använder `'book` för att ange `Publisher` -\> `Book` omvänd främmande nyckelhopp): ```pycon >>> from django.db.models import Avg, Count, Min, Sum >>> Publisher.objects.annotate(Count("book")) ``` (Varje `Publisher` i den resulterande `QuerySet` kommer att ha ett extra attribut som heter `book__count`) Vi kan också be om den äldsta boken av alla dessa som hanteras av varje förlag: ```pycon >>> Publisher.objects.aggregate(oldest_pubdate=Min("book__pubdate")) ``` (Den resulterande ordboken kommer att ha en nyckel som heter `'oldest_pubdate'`. Om inget sådant alias anges kommer det att vara det ganska långa `'book__pubdate__min'`) Detta gäller inte bara för främmande nycklar. Det fungerar också med många-till-många-relationer. Vi kan till exempel be om varje författare, annoterad med det totala antalet sidor med tanke på alla böcker som författaren har (med)skrivit (notera hur vi använder `'book'` för att specificera `Author` -\> `Book` omvänd många-till-många hopp): ```pycon >>> Author.objects.annotate(total_pages=Sum("book__pages")) ``` (Varje `Author` i den resulterande `QuerySet` kommer att ha ett extra attribut som heter `total_pages`. Om inget sådant alias anges kommer det att vara det ganska långa `book__pages__sum`) Eller be om det genomsnittliga betyget för alla böcker skrivna av författare som vi har i arkivet: ```pycon >>> Author.objects.aggregate(average_rating=Avg("book__rating")) ``` (Den resulterande ordboken kommer att ha en nyckel som heter `'average_rating'`. Om inget sådant alias anges kommer det att vara det ganska långa `'book__rating__avg'`) ## Aggregeringar och andra `QuerySet`-klausuler ### `filter()` och `exkludera()` Aggregat kan också delta i filter. Alla `filter()` (eller `exclude()`) som tillämpas på normala modellfält kommer att begränsa de objekt som beaktas för aggregering. När ett filter används med en `annotate()`-sats begränsas de objekt för vilka en annotering beräknas. Du kan t.ex. generera en annoterad lista över alla böcker som har en titel som börjar med ”Django” med hjälp av frågan: ```pycon >>> from django.db.models import Avg, Count >>> Book.objects.filter(name__startswith="Django").annotate(num_authors=Count("authors")) ``` När ett filter används med en `aggregate()`-sats begränsar det de objekt över vilka aggregatet beräknas. Du kan t.ex. generera genomsnittspriset för alla böcker med en titel som börjar med ”Django” med hjälp av frågan: ```pycon >>> Book.objects.filter(name__startswith="Django").aggregate(Avg("price")) ``` #### Filtrering av anteckningar Annoterade värden kan också filtreras. Aliaset för annoteringen kan användas i `filter()` och `exclude()`-klausuler på samma sätt som alla andra modellfält. Om du t.ex. vill skapa en lista över böcker som har mer än en författare kan du ställa frågan: ```pycon >>> Book.objects.annotate(num_authors=Count("authors")).filter(num_authors__gt=1) ``` Den här frågan genererar en annoterad resultatuppsättning och genererar sedan ett filter baserat på annoteringen. Om du behöver två anteckningar med två separata filter kan du använda argumentet `filter` med valfritt aggregat. Till exempel, för att generera en lista över författare med ett antal högt rankade böcker: ```pycon >>> highly_rated = Count("book", filter=Q(book__rating__gte=7)) >>> Author.objects.annotate(num_books=Count("book"), highly_rated_books=highly_rated) ``` Varje `Author` i resultatmängden kommer att ha attributen `num_books` och `highly_rated_books`. Se även [Villkorlig aggregering](/sv/5.2/ref/models/conditional-expressions/#conditional-aggregation). > **Att välja mellan filter och QuerySet.filter()** > > Undvik att använda argumentet `filter` med en enda annotation eller aggregering. Det är mer effektivt att använda `QuerySet.filter()` för att utesluta rader. Argumentet `filter` för aggregering är endast användbart när du använder två eller flera aggregeringar över samma relationer med olika villkor. #### Ordningsföljd för `annotate()` och `filter()` klausuler När du utvecklar en komplex fråga som innehåller både `annotate()`\- och `filter()`-klausuler ska du vara särskilt uppmärksam på i vilken ordning klausulerna tillämpas på `QuerySet`. När en `annotate()`-klausul tillämpas på en fråga, beräknas annoteringen över frågans tillstånd fram till den punkt där annoteringen begärs. Den praktiska konsekvensen av detta är att `filter()` och `annotate()` inte är kommutativa operationer. Givetvis: - Förlag A har två böcker med betyg 4 och 5. - Förlag B har två böcker med betyg 1 och 4. - Förlag C har en bok med betyg 1. Här är ett exempel med aggregatet `Count`: ```pycon >>> a, b = Publisher.objects.annotate(num_books=Count("book", distinct=True)).filter( ... book__rating__gt=3.0 ... ) >>> a, a.num_books (, 2) >>> b, b.num_books (, 2) >>> a, b = Publisher.objects.filter(book__rating__gt=3.0).annotate(num_books=Count("book")) >>> a, a.num_books (, 2) >>> b, b.num_books (, 1) ``` Båda frågorna returnerar en lista med förlag som har minst en bok med ett betyg som överstiger 3,0, vilket innebär att förlag C utesluts. I den första frågan föregår anteckningen filtret, så filtret har ingen effekt på anteckningen. `distinct=True` krävs för att undvika en [query bug](#combining-multiple-aggregations). Den andra frågan räknar antalet böcker som har ett betyg som överstiger 3,0 för varje utgivare. Filtret föregår anteckningen, så filtret begränsar de objekt som beaktas vid beräkningen av anteckningen. Här är ett annat exempel med aggregatet `Avg`: ```pycon >>> a, b = Publisher.objects.annotate(avg_rating=Avg("book__rating")).filter( ... book__rating__gt=3.0 ... ) >>> a, a.avg_rating (, 4.5) # (5+4)/2 >>> b, b.avg_rating (, 2.5) # (1+4)/2 >>> a, b = Publisher.objects.filter(book__rating__gt=3.0).annotate( ... avg_rating=Avg("book__rating") ... ) >>> a, a.avg_rating (, 4.5) # (5+4)/2 >>> b, b.avg_rating (, 4.0) # 4/1 (book with rating 1 excluded) ``` Den första frågan gäller det genomsnittliga betyget för alla förlagets böcker för de förlag som har minst en bok med ett betyg som överstiger 3,0. I den andra frågan efterfrågas medelbetyget för ett förlags böcker för endast de betyg som överstiger 3,0. Det är svårt att förstå hur ORM kommer att översätta komplexa querysets till SQL-frågor, så om du är osäker, inspektera SQL med `str(queryset.query)` och skriv många tester. ### `order_by()` Annoteringar kan användas som grund för beställning. När du definierar en `order_by()`-sats kan de aggregat du tillhandahåller referera till alla alias som definierats som en del av en `annotate()`-sats i frågan. Om du t.ex. vill beställa ett `QuerySet` med böcker efter antalet författare som har bidragit till boken kan du använda följande fråga: ```pycon >>> Book.objects.annotate(num_authors=Count("authors")).order_by("num_authors") ``` ### `värden()` Vanligtvis genereras annoteringar per objekt - en annoterad `QuerySet` returnerar ett resultat för varje objekt i den ursprungliga `QuerySet`. Men när en `values()`-klausul används för att begränsa de kolumner som returneras i resultatuppsättningen, är metoden för utvärdering av annoteringar något annorlunda. Istället för att returnera ett annoterat resultat för varje resultat i den ursprungliga `QuerySet`, grupperas de ursprungliga resultaten enligt de unika kombinationerna av de fält som anges i `values()`-klausulen. En annotering tillhandahålls sedan för varje unik grupp; annoteringen beräknas över alla medlemmar i gruppen. Ett exempel är en författarfråga som försöker ta reda på det genomsnittliga betyget för böcker skrivna av varje författare: ```pycon >>> Author.objects.annotate(average_rating=Avg("book__rating")) ``` Detta kommer att ge ett resultat för varje författare i databasen, kommenterat med deras genomsnittliga bokbetyg. Resultatet blir dock något annorlunda om du använder en `values()`-sats: ```pycon >>> Author.objects.values("name").annotate(average_rating=Avg("book__rating")) ``` I det här exemplet kommer författarna att grupperas efter namn, så du får bara ett annoterat resultat för varje *unikt* författarnamn. Det innebär att om du har två författare med samma namn kommer deras resultat att slås samman till ett enda resultat i resultatet av frågan; genomsnittet beräknas som genomsnittet för de böcker som skrivits av båda författarna. #### Ordningsföljd för klausulerna `annotate()` och `values()` Precis som med `filter()`-klausulen har ordningen i vilken `annotate()` och `values()`-klausulerna tillämpas på en fråga betydelse. Om `values()`-satsen föregår `annotate()`, kommer annoteringen att beräknas med hjälp av den gruppering som beskrivs i `values()`-satsen. Men om klausulen `annotate()` föregår klausulen `values()` genereras annoteringarna över hela frågeuppsättningen. I detta fall begränsar klausulen `values()` endast de fält som genereras vid utmatningen. Om vi till exempel vänder på ordningen i klausulerna `values()` och `annotate()` från vårt tidigare exempel: ```pycon >>> Author.objects.annotate(average_rating=Avg("book__rating")).values( ... "name", "average_rating" ... ) ``` Detta kommer nu att ge ett unikt resultat för varje författare; dock kommer endast författarens namn och `average_rating`-annoteringen att returneras i utdata. Du bör också notera att `average_rating` uttryckligen har inkluderats i listan över värden som skall returneras. Detta är nödvändigt på grund av ordningsföljden i klausulerna `values()` och `annotate()`. Om klausulen `values()` föregår klausulen `annotate()` läggs eventuella anteckningar automatiskt till i resultatuppsättningen. Men om `values()`-satsen tillämpas efter `annotate()`-satsen måste du uttryckligen inkludera aggregatkolumnen. #### Interaktion med `order_by()` Fält som nämns i `order_by()`-delen av en queryset används när utdata väljs, även om de inte annars anges i `values()`-anropet. Dessa extra fält används för att gruppera ”liknande” resultat tillsammans och de kan göra att annars identiska resultatrader ser ut att vara separata. Detta visar sig särskilt när man räknar saker. Som exempel kan vi anta att du har en modell som ser ut så här: ``` from django.db import models class Item(models.Model): name = models.CharField(max_length=10) data = models.IntegerField() ``` Om du vill räkna hur många gånger varje distinkt `data`-värde förekommer i en ordnad frågeuppsättning kan du prova så här: ``` items = Item.objects.order_by("name") # Warning: not quite correct! items.values("data").annotate(Count("id")) ``` …som kommer att gruppera `Item`-objekten efter deras gemensamma `data`-värden och sedan räkna antalet `id`-värden i varje grupp. Förutom att det inte riktigt kommer att fungera. Ordningen efter `namn` kommer också att spela en roll i grupperingen, så den här frågan kommer att gruppera efter distinkta `(data, namn)` par, vilket inte är vad du vill. Istället bör du konstruera denna queryset: ``` items.values("data").annotate(Count("id")).order_by() ``` …och rensar bort all ordning i frågan. Du kan också beställa efter, säg, `data` utan några skadliga effekter, eftersom det redan spelar en roll i frågan. Detta beteende är detsamma som det som noteras i queryset-dokumentationen för [`distinct()`](/sv/5.2/ref/models/querysets/#django.db.models.query.QuerySet.distinct) och den allmänna regeln är densamma: normalt vill du inte att extra kolumner ska spela en roll i resultatet, så rensa bort ordningen, eller se åtminstone till att den är begränsad endast till de fält som du också väljer i ett `values()`-anrop. > **Note** > > You might reasonably ask why Django doesn’t remove the extraneous columns > for you. The main reason is consistency with `distinct()` and other > places: Django **never** removes ordering constraints that you have > specified *explicitly with* `order_by()` (and we can’t change those > other methods’ behavior, as that would violate our > [API-stabilitet](/sv/5.2/misc/api-stability/) policy). > **Default ordering not applied to GROUP BY** > > `GROUP BY` queries (for example, those using `.values()` and > `.annotate()`) don’t use the model’s default ordering. > Use `order_by()` explicitly when a given order is needed. ### Aggregering av anteckningar Du kan också generera ett aggregat på resultatet av en annotation. När du definierar en `aggregate()`-sats kan de aggregat du tillhandahåller referera till alla alias som definierats som en del av en `annotate()`-sats i frågan. Om du t.ex. vill beräkna det genomsnittliga antalet författare per bok måste du först anteckna författarantalet i bokuppsättningen och sedan aggregera författarantalet med hänvisning till anteckningsfältet: ```pycon >>> from django.db.models import Avg, Count >>> Book.objects.annotate(num_authors=Count("authors")).aggregate(Avg("num_authors")) {'num_authors__avg': 1.66} ``` ### Aggregering på tomma querysets eller grupper När en aggregering tillämpas på en tom frågeuppsättning eller gruppering, standardiseras resultatet till dess parameter [default](/sv/5.2/ref/models/querysets/#aggregate-default), vanligtvis `None`. Detta beteende uppstår eftersom aggregeringsfunktioner returnerar `NULL` när den körda frågan inte returnerar några rader. Du kan ange ett returvärde genom att ange argumentet [default](/sv/5.2/ref/models/querysets/#aggregate-default) för de flesta aggregeringar. Men eftersom [`Count`](/sv/5.2/ref/models/querysets/#django.db.models.Count) inte stöder argumentet [default](/sv/5.2/ref/models/querysets/#aggregate-default), kommer den alltid att returnera `0` för tomma frågeuppsättningar eller grupper. Om man till exempel antar att ingen bok innehåller *web* i sitt namn, skulle beräkningen av det totala priset för denna bokuppsättning returnera `None` eftersom det inte finns några matchande rader att beräkna [`Sum`](/sv/5.2/ref/models/querysets/#django.db.models.Sum)-aggregeringen på: ```pycon >>> from django.db.models import Sum >>> Book.objects.filter(name__contains="web").aggregate(Sum("price")) {"price__sum": None} ``` Argumentet [default](/sv/5.2/ref/models/querysets/#aggregate-default) kan dock ställas in när man anropar [`Sum`](/sv/5.2/ref/models/querysets/#django.db.models.Sum) för att returnera ett annat standardvärde om inga böcker kan hittas: ```pycon >>> Book.objects.filter(name__contains="web").aggregate(Sum("price", default=0)) {"price__sum": Decimal("0")} ``` Under huven implementeras argumentet [default](/sv/5.2/ref/models/querysets/#aggregate-default) genom att aggregeringsfunktionen förpackas med [`Coalesce`](/sv/5.2/ref/models/database-functions/#django.db.models.functions.Coalesce).