SQL連接兩個表，在Python上具有相同的列名

Question

已經有幾個問題有同樣的問題，我看了都一樣，但仍然沒有找到解決方案。 我想從兩個表（具有相同名稱（device_id）的列）合並並計數。

列名：事件和gender_age_train

import pandas as pd
from sqlalchemy import create_engine # database connection

db_engine = create_engine('sqlite:///devices-train.db')

join_devices = pd.read_sql_query('SELECT device_id, count(device_id), gender_age_train.device_id, count(gender_age_train.device_id) FROM events JOIN gender_age_train on events.device_id = gender_age_train.device_id GROUP BY device_id', db_engine)

print join_devices

python的輸出是：

sqlalchemy.exc.OperationalError: (sqlite3.OperationalError) ambiguous column name: device_id [SQL: 'SELECT device_id, count(device_id), gender_age_train.device_id, count(gender_age_train.device_id) FROM events JOIN gender_age_train on events.device_id = gender_age_train.device_id GROUP BY device_id']

Answer 1

如前所述，您需要完全限定device_id列，因為它出現在兩個表中。 值得注意的是，選擇events.device_id和gender_age_train.device_id相等（根據join條件）是一點點的。 選擇其中之一就足夠了：

SELECT   e.device_id, COUNT(*)
FROM     events e
JOIN     gender_age_train g on e.device_id = g.device_id 
GROUP BY e.device_id

Answer 2

當用於聯接的列具有相同的名稱時，可以使用USING子句 。 這不僅可以節省鍵入內容，還可以從聯接輸出中刪除重復的列，以便您可以更輕松地引用它：

SELECT   device_id, COUNT(*)
FROM     events
JOIN     gender_age_train USING (device_id)
GROUP BY device_id;