最快方式是 pd.DataFrame(list(Model.objects.all().values()))，但大表易OOM；小数据用分页或 django-pandas.read_frame()；可视化需 df.to_dict(orient='records') + JsonResponse，时间字段要 strftime，空值转 None。
怎么把 Django 模型数据转成 Pandas DataFrame
直接用 pd.DataFrame(list(Model.objects.all().values())) 最快，但别在大表上这么干——会一次性把所有记录拉进内存，OOM 风险很高。values() 是关键，它避免了 ORM 实例化开销；list() 是为了断开 QuerySet 延迟执行，否则传给 Pandas 会出错。
常见错误：用 pd.DataFrame(Model.objects.all())，报 TypeError: unhashable type: 'MyModel' ——Pandas 不认识 Django 模型实例。
- 小数据（list(Model.objects.all().values())
- 中等数据（10k–100k）：加
.values('field1', 'field2')显式指定字段，减少传输体积 - 大数据（>100k）：必须分页 + 迭代拼接，或改用
django-pandas的read_frame()（它内部做了 chunk 处理）
Django 视图里返回 JSON 可视化数据的正确姿势
可视化前端（比如 ECharts、Plotly）只认标准 JSON，不是 Django 的 QuerySet 或 DataFrame.to_json() 默认输出——后者带 index、日期格式是 ISO 字符串但可能含时区，前端解析容易崩。
核心原则：先用 df.to_dict(orient='records') 转成纯 Python 字典列表，再交给 JsonResponse。别用 df.to_json() 直出，它默认不兼容 JavaScript 的 JSON.parse()。
立即学习“Python免费学习笔记（深入）”；
- 时间字段要提前处理：
df['created_at'] = df['created_at'].dt.strftime('%Y-%m-%d %H:%M')，避免传 timestamp 或 timezone-aware datetime - 空值统一转为
None（Python）→null（JSON），确保df.fillna(np.nan).replace({np.nan: None}) - 如果数据量大，加
safe=False到JsonResponse，否则它只接受 dict 类型
为什么用 pandas 处理比原生 SQL 或 annotate 更灵活
因为可视化常要动态聚合、重采样、滚动计算（比如 7 日均值）、多列条件分组——这些在 Django ORM 里要么写巨长 annotate() + Case/When，要么干脆得切到原生 SQL；而 Pandas 一行 df.groupby('date').sales.rolling(7).mean() 就搞定。
但代价是：失去数据库层的索引加速和并行能力。所以实际用法是「数据库粗筛 → Pandas 细加工」：先用 filter() 把数据范围压到几千行以内，再丢给 Pandas。
- 适合 Pandas 的场景：
groupby后再算百分比、同比环比、异常值标记（zscore）、文本字段简单分词统计 - 该留在数据库做的：
COUNT(*)、SUM()、按索引字段的范围查询（如created_at__range） - 性能陷阱：在 Pandas 里做
df[df['user_id'].isin(large_list)]，比数据库WHERE user_id IN (...)慢一个数量级
前端调用时 500 错误但日志没报错？查这三点
Django 默认把 ValueError、TypeError 这类非 HTTP 异常吞掉，只回 500 页面，但开发模式下日志也不打——尤其 Pandas 报错（比如 NaTType does not support strftime）极易静默失败。
- 加
try/except包住整个数据处理块，logging.exception()打全栈 - 检查
df.info()输出是否含datetime64[ns, UTC]——这种类型不能直接strftime，得先.dt.tz_localize(None) - 确认视图返回的是
JsonResponse，不是HttpResponse且 content_type 没设对，否则前端收到 text/html 却当 JSON 解析
最常被忽略的是时区和 NaN 处理——这两点不显式清理，90% 的“接口明明跑通但图表空白”问题就在这儿。
