SQL执行INNER JOIN内连接后如何正确选取指定列

在通过指定列对两个DataFrame完成INNER JOIN内连接操作后，需要从连接生成的结果表中选取特定列，尝试执行如下SQL语句时触发报错：

SELECT * 
FROM 
    land_birds
INNER JOIN
    sea_birds
ON
    land_birds.colour = sea_birds.colour

SELECT
    colour,
    beak,
    size, 
    weight
FROM
    TABLE

返回的报错信息：

near "SELECT": syntax error

• 语句被拆成了两个完全独立的SELECT查询，数据库按顺序执行完第一个JOIN查询后，直接遇到第二个无上下文的SELECT关键字，直接触发语法错误
• 第二个查询中写的TABLE是SQL保留关键字，并不是前一段JOIN生成的结果集，即使语法校验通过也无法读取到目标数据

方案1：直接在JOIN语句中指定目标列（性能最优） #

不需要拆分查询语句，直接在JOIN查询的SELECT子句中声明需要提取的字段即可。注意两个表共有的同名字段（比如作为关联键的colour列），需要加上表名前缀明确字段来源，避免列名歧义。

SELECT
    land_birds.colour,
    land_birds.beak,
    land_birds.size,
    sea_birds.weight -- 根据字段实际所属表调整表名前缀即可
FROM 
    land_birds
INNER JOIN
    sea_birds
ON
    land_birds.colour = sea_birds.colour

方案2：子查询写法（匹配先JOIN后选列的书写习惯） #

如果想保留「先完成JOIN逻辑、再从结果里选列」的书写顺序，可以把JOIN查询作为子查询（派生表）包裹起来，给派生表起别名后再做列筛选：

SELECT
    colour,
    beak,
    size, 
    weight
FROM (
    -- 内连接逻辑作为子查询
    SELECT * 
    FROM 
        land_birds
    INNER JOIN
        sea_birds
    ON
        land_birds.colour = sea_birds.colour
) AS bird_join_res -- 给JOIN生成的派生结果起别名

方案3：pandas原生DataFrame写法 #

如果你是直接用pandas做数据处理而非走SQL查询，内连接后筛选列的参考代码如下：

import pandas as pd

# 内连接后直接筛选目标列
join_res = pd.merge(
    left=land_birds,
    right=sea_birds,
    on="colour", # 关联字段名在两个表中一致时可直接用on参数
    how="inner"
)[["colour", "beak", "size", "weight"]]

如果两个表存在除关联键外的其他同名字段，merge时可通过suffixes参数给两个表的同名字段加自定义后缀区分，筛选列时对应写完整列名即可。

内容的提问来源于stack exchange，提问作者tesla john