如何在Python pandas中执行包含partition by的SQL查询

pandasql报错是因为其底层依赖的低版本SQLite不支持窗口函数，推荐直接使用pandas原生方法实现，性能更优，具体步骤如下：

• 第一步：执行左连接，匹配SQL的LEFT JOIN逻辑

import pandas as pd

# sales1、sales2为你已有的两个DataFrame
merge_df = pd.merge(
    left=sales1,
    right=sales2,
    on=["sale", "d_id", "month", "p_id"],
    how="left",
    suffixes=("", "_right") # 处理两表重名冲突，右表重复列加_right后缀
)

• 第二步：计算分组的vol1总和，对应SQL中sum(vol1) over (partition by ...)的窗口逻辑
  groupby+transform会将分组聚合结果广播到分组内的每一行，和窗口函数效果完全一致：

merge_df["group_vol1_sum"] = merge_df.groupby(["sale", "d_id", "month", "p_id"])["vol1"].transform("sum")

• 第三步：计算目标字段vol_r、vol_t，可添加除零逻辑避免报错

# 将总和为0的情况替换为NA，避免除零错误
merge_df["group_vol1_sum"] = merge_df["group_vol1_sum"].replace(0, pd.NA)
merge_df["vol_r"] = merge_df["vol1"] / merge_df["group_vol1_sum"]
merge_df["vol_t"] = merge_df["vol2"] * merge_df["vol1"] / merge_df["group_vol1_sum"]

# 可选：删除中间计算列，得到最终结果
result = merge_df.drop(columns=["group_vol1_sum"])

如果你坚持使用pandasql执行SQL，可将底层SQLite版本升级到3.25及以上，该版本开始原生支持窗口函数语法。

内容的提问来源于stack exchange，提问作者NITIN KOTHARI