Pandasql使用分析函数时触发OperationalError语法错误求助

我一眼就看出问题所在了——你遇到的OperationalError: near "(": syntax error，核心原因是pandasql默认依赖的SQLite版本不支持窗口函数。

SQLite直到3.25.0版本（2018年发布）才引入了ROW_NUMBER() OVER()这类窗口分析函数的支持，而很多环境里默认的SQLite版本可能还停留在更早的阶段，导致无法解析你的查询语句。

下面给你几个可行的解决方案，按推荐程度排序：

方案一：升级SQLite依赖，让pandasql支持窗口函数 #

pandasql默认调用系统自带的SQLite，我们可以安装更高版本的SQLite绑定包pysqlite3-binary，替换pandasql的连接即可：

首先安装依赖：

pip install pysqlite3-binary

然后修改你的代码：

from pandasql import sqldf
import pysqlite3

# 创建自定义sqldf函数，使用新版SQLite内存连接
pysqldf = lambda q: sqldf(q, globals(), conn=pysqlite3.connect(':memory:'))

# 执行你的查询
q1 = """
SELECT *, 
ROW_NUMBER() OVER (PARTITION BY question_id ORDER BY average) AS question_number 
FROM ordered
"""
result = pysqldf(q1)
print(result)

这样就能正常执行包含窗口函数的SQL语句了。

方案二：用pandas原生方法实现相同逻辑（无需SQL） #

既然你已经在用pandas，其实它本身就提供了和窗口函数等价的功能，性能甚至可能更好：

假设你的ordered是一个pandas DataFrame，实现ROW_NUMBER() OVER (PARTITION BY question_id ORDER BY average)的逻辑可以这样写：

import pandas as pd

# 按question_id分组，对average排序后生成行号（从1开始）
ordered['question_number'] = ordered.groupby('question_id')['average'].rank(method='first', ascending=True).astype(int)

# 如果你的average排序值唯一，用cumcount更直接
ordered['question_number'] = ordered.groupby('question_id').cumcount() + 1

这两种写法都能得到和SQL查询完全一致的结果。

方案三：换用更现代的SQL查询库（比如DuckDB） #

如果你经常需要用复杂SQL分析pandas数据，推荐试试DuckDB——它对标准SQL的支持非常完善，包括窗口函数、CTE等高级特性，而且和pandas的集成顺滑：

先安装DuckDB：

pip install duckdb

然后执行查询：

import duckdb

# 假设ordered是你的DataFrame
result = duckdb.sql("""
SELECT *, 
ROW_NUMBER() OVER (PARTITION BY question_id ORDER BY average) AS question_number 
FROM ordered
""").df()
print(result)

最后补个小提示：你提供的示例数据里三个question_id都是唯一的，所以PARTITION BY question_id后每个组只有一行，生成的question_number都会是1。如果后续有重复的question_id，上述方案都会正常按average排序生成行号~

内容的提问来源于stack exchange，提问作者David Kane