Jupyter使用SQLAlchemy合并WRDS两数据集返回空表如何解决

都是实际用WRDS踩过的实坑，直接按顺序排查：

• 第一优先级查关联键类型/值不匹配
  你连的两个表中，optionm.opprcd2020是OptionMetrics官方原生的日度期权行情表，optionm.option_price_2020不是官方标准表，属于用户上传/二次加工的衍生表，最常见的问题就是两个表的optionid、date字段看着名字一样，实际数据类型或者编码规则完全对不上：
  • 比如一个表date是DATE类型只存年月日，另一个是TIMESTAMP带时分秒，直接等值判断永远不相等
  • 比如一个表optionid是整数类型，另一个是浮点型存了带.0的数值，或是旧加工表用的是2019年之前OptionMetrics的老版optionid编码规则，和新的官方表id完全匹配不上
    先跑两段单表查询确认字段类型和样本值，再做join：

  -- 查官方表的关联键类型和样本
  select optionid, date, pg_typeof(optionid), pg_typeof(date) from optionm.opprcd2020 limit 5;
  -- 查加工表的关联键类型和样本
  select optionid, date, pg_typeof(optionid), pg_typeof(date) from optionm.option_price_2020 limit 5;
  

  如果类型不一致，join的时候显式转成相同类型就行，比如写成on a.optionid::bigint = b.optionid::bigint and a.date::date = b.date::date
• 你完全没必要做这个join
  官方原生的opprcd2020表本身就自带标的买卖价字段，分别是underlying_bid和underlying_ask，你要补的两个字段直接从单表取就行，绕开join根本不会出现匹配不上的问题，改完的代码如下：

  company = conn.raw_sql("""
  select a.symbol, a.strike_price, a.optionid, a.impl_volatility, a.open_interest, a.volume, 
          a.vega, a.best_bid, a.best_offer, a.date, a.exdate, 
          a.underlying_bid as underlyingbid, a.underlying_ask as underlyingask
  from optionm.opprcd2020 a
  where a.volume > 500
    and a.volume > 0.5 * a.open_interest
    and a.cp_flag = 'C' 
    and (a.exdate - a.date) <= 30 
    and (a.exdate - a.date) > 0 
    and a.best_bid > 0.3   
  LIMIT 50
  """)
  

• 快速排查逻辑
  要是你确实需要用那个加工表，先把所有where过滤条件全删掉，只留join逻辑查匹配条数：

  select count(1) 
  from optionm.opprcd2020 a
  inner join optionm.option_price_2020 b
  on a.optionid = b.optionid and a.date = b.date
  

  这个语句如果返回0，百分百是关联键的问题，和你写的筛选条件没关系；如果返回大于0的数，再逐步加where条件，看是哪条筛选把结果全滤掉了。

补充：WRDS用的PostgreSQL引擎，两个date类型字段直接做减法算间隔天数的写法是对的，不用改日期计算逻辑。

内容的提问来源于stack exchange，提问作者ayoubster