django 按季度统计合同额，没有季度的记录，数据补充0（用笨办法实现）

想给前端提供这样一个图表数据的接口：
本来以为很简单，但实现后发现数据不对：
如果没有数据的季度，数据库是没有记录的，比如：
1、3季度有数据，2季度没有数据，但实际展示的时候第三季度的数据跑到第二季度去了，造成数据位置错乱。

后面翻了网上很多资料，都没达到我想要的效果（小白可能还没理解透，所以没有办法按网上大神写的方法实现。），最后自己研究了2天，解决这个问题，特在此记录和分享一下。

1、解决思路

因为需求是按季度统计，这样一年的数据记录就比较少，就4条记录，
所以我先模拟4条为0的数据，
然后用查询出来的数据与模拟数据合并，
这样就实现有数据的季度就更新数据，没有数据的季度就为0了。
下面直接贴代码：

2、代码

 	    # 手动创建季度列表；
        m_quarter = ['第1季度', '第2季度', '第3季度', '第4季度']
        # 模拟一组为0的数据，与分组查询比对。数据格式保持和分组查询一致。
        quarter_list = [
            {'quarter': 1, 'count': Decimal('0.00')},
            {'quarter': 2, 'count': Decimal('0.00')},
            {'quarter': 3, 'count': Decimal('0.00')},
            {'quarter': 4, 'count': Decimal('0.00')}
        ]
        # 一、2022年【合同额】数据统计
        # 1、获取2022年所有合同数据
        year_contract =contractModel.objects.filter(sign_date__year=2022).values('sign_date','contract_quota')
        # 2、按季度分组求'contract_quota'的和
        contract_res = list(year_contract.annotate(quarter=ExtractQuarter('sign_date')) 
            .values('quarter').order_by('quarter').annotate(count=Sum("contract_quota")))
        # 3、数据比对处理
        contract_data = contract_res + quarter_list # 与空数据比对合并成新的list
        # 4、去重合并后的数据
        new_list = []  # 存储去重后的list。
        values = []  # 用于存储当前已有的值
        for i in contract_data:
            if i['quarter'] not in values:
                new_list.append(i)
                values.append(i['quarter'])
        # 5、按指定key 排序。（这里因为'quarter'的值是1-4，所以用它排序正合适）
        new_contratct_data = sorted(new_list, key=lambda e:e.__getitem__('quarter'))
        # 6、封装接口需要的数据格式
        contract_list = []
        for i in new_contratct_data:
              contract_list.append(float(i["count"]))
        # end
        
all_list = {
            'm_quarter': m_quarter, # 季度
            'contract_list': contract_list, #合同数据
            'money_list': money_list,
            'subcontract_list': subcontract_list,
            'pay_list': pay_list

        }
        data = pd.DataFrame.from_dict(data=all_list, orient='index').fillna(value=0.0) 
        # print(data)
        return Response(data=data)

3、返回数据结果

{
    "0": [
        "第1季度",
        380.0,
        0.0,
        300.0,
        0.0
    ],
    "1": [
        "第2季度",
        60.0,
        180.0,
        0.0,
        0.0
    ],
    "2": [
        "第3季度",
        203.0,
        0.0,
        0.0,
        138.0
    ],
    "3": [
        "第4季度",
        0.0,
        21.0,
        400.0,
        0.0
    ]
}

4、最终效果

这样最终达到了自己想要的效果，没有记录的季度或者数据统统统统为“0”占位。