如何在pandasql查询中基于多列组合生成row_number列

你的查询无法运行主要有两个核心原因：

• pandasql默认使用SQLite引擎，而SQLite不允许整数与字符串直接用||拼接，必须先将数值类型转为文本格式
• ROW_NUMBER()窗口函数必须搭配ORDER BY子句，否则会触发语法错误

同时建议给生成的行号列指定别名，避免出现无列名的混乱情况。

修正后的代码 #

import pandas as pd
from pandasql import sqldf

tabla_1= pd.DataFrame(['a','b','c'],columns=['letras']) 
tabla_2= pd.DataFrame([1,2],columns=['numeros']) 
tabla_3= pd.DataFrame(['rojo','verde'],columns=['colores'])  
pysqldf = lambda q: sqldf(q, globals())  

# 可正常运行的查询语句
q = '''
SELECT 
 letras, 
 numeros, 
 colores,  
 ROW_NUMBER() OVER (
     PARTITION BY letras || CAST(numeros AS TEXT) 
     ORDER BY colores
 ) AS row_num
FROM 
 tabla_1 CROSS JOIN tabla_2 CROSS JOIN tabla_3
'''
result = pysqldf(q)
print(result)

关键修改说明 #

1. 类型转换：用CAST(numeros AS TEXT)将整数类型的numeros转为字符串，确保和letras拼接时不会触发类型不兼容错误
2. 补充ORDER BY：在窗口函数中指定ORDER BY colores（你也可以替换为其他列或常量，只要符合你的排序需求），满足SQLite对窗口函数的语法要求
3. 添加列别名：给ROW_NUMBER()结果指定row_num作为列名，方便后续的引用和识别

预期运行结果示例 #

内容的提问来源于stack exchange，提问作者Julio Ortegón