本文介绍如何在python中高效统计数据库购物车表中同一用户下相同商品id与数量组合的出现频次，适用于合并重复商品项的业务场景。
在电商或订单系统中，用户购物车常存在多条记录表示“同一商品、同一数量”的重复添加（例如两次加入 product_id=2, quantity=1000）。为优化前端展示或后续结算逻辑，需将这些重复项合并并显示累计数量（如“2次 product_id=2 with quantity=1000”）。虽然可通过SQL的 GROUP BY 实现，但若数据已加载至内存（如使用ORM查询结果列表），用纯Python处理更灵活、可控。
以下是一个简洁高效的解决方案，使用 collections.defaultdict 进行键值计数：
from collections import defaultdict
def count_product_quantity_for_user(records, user_id):
"""
统计指定用户在购物车记录中，(product_id, quantity) 组合的出现次数
:param records: 可迭代的字典/类字典对象列表（如SQLAlchemy查询结果、namedtuple或dict）
:param user_id: 目标用户的唯一标识符
:return: defaultdict(int)，键为(product_id, quantity)元组，值为出现次数
"""
counts = defaultdict(int)
for record in records:
# 确保 record 支持字典式访问（如 record['user_id']）
if record.get('user_id') == user_id:
key = (record['product_id'], record['quantity'])
counts[key] += 1
return counts
# 示例调用（假设 records 已从数据库查询获得）
user_id = 582042554
counts = count_product_quantity_for_user(records, user_id)
# 格式化输出
for (product_id, quantity), count in counts.items():
print(f"{count} times product_id={product_id} with quantity={quantity}")✅ 关键说明与注意事项：
- records 应为已加载到内存的记录集合（如 session.query(Cart).filter(...).all() 返回的列表），不适用于超大数据集——此时推荐直接使用SQL聚合（如 SELECT product_id, quantity, COUNT(*) FROM cart WHERE user_id = ? GROUP BY product_id, quantity）以降低内存开销；
- quantity 为 Decimal 类型时（如示例中的 Decimal('1000.00')），可直接作为元组元素参与哈希，无需额外转换；若含浮点数，建议先标准化（如 round(q, 2)）避免精度导致键不匹配；
- 若需返回结构化结果供API使用，可将 counts.items() 转为标准列表字典：
result = [
{"product_id": pid, "quantity": qty, "count": cnt}
for (pid, qty), cnt in counts.items()
]该方法逻辑清晰、无外部依赖，适合嵌入Django视图、FastAPI路由或批量处理脚本中，是轻量级购物车去重统计的理想实践。
