简单pandasql连接正在失败

Question

我正在试图理解为什么以下内容在pandasql中失败

import pandas as pd
import pandasql as pdsql
def pysql(q): return pdsql.sqldf(q, globals())

type_table = {
    "type_id" : [101, 102],
    "type_name" : ["Go", "Stop"]
}

types = pd.DataFrame(type_table)
print 'Table "types":'
print types

events = pd.DataFrame(
{
    "type" : [101, 101, 102, 101, 102, 102],
    "time" : [1, 2, 3, 4, 5, 6],
    "success" : [0, 0, 1, 1, 1, 1]
})
print '\nTable "events":'
print events

query = """SELECT t.type_name, count(e.success) as event_count 
FROM types AS t, events AS e
WHERE t.type_id = e.type
GROUP BY t.type_name;
"""
print "\nQuery:"
print query
print "Result:"
print pysql(query)

这将返回None，但我希望它返回类似的内容

  type_name  event_count
0   Go              3
1   Stop            3

SQLite联接是否有我不理解的限制，或者这是pandasql的一个问题？我已经在Access中尝试过这个示例，它在这里工作得很好，但是也许有一种更可移植的方法来使用SQL (非常可能)，或者使用pandas的简单方法。

嗯-即使是更简单的连接

SELECT types.type_name, events.time                                                                                     
FROM types, events                                                                                                      
WHERE types.type_id = events.type

失败了。肯定很困惑。

编辑:给出@ari的建议，我用我的真实数据(几百万行)尝试了这一点，并发现对于我的实际示例来说，这样做要快得多

events[events.success == 0].replace(name_map).groupby('type').size()

而不是去做

events.replace(name_map).groupby('type').success.size()

其中name_map是从上面的types表创建的映射。

这两种查询都比SQL查询快得多，所以我可能应该简单地讨论一下，但我仍然想知道为什么它不能工作。

Answer 1

如果包含JOIN语句，它就能工作：

query = """SELECT t.type_name, count(e.success) as event_count 
FROM types t JOIN events e ON t.type_id = e.type
GROUP BY t.type_name
"""