Дублирование в LEFT JOIN, как исправить?

Question

[Александр]

Привет, всех с наступающим!

Запутался. Надо объединить две таблицы, ratings и keywords, по столбцам movieid , используя левое объединение. Провести двумя способами: с помощью LEFT JOIN в строке запроса к БД и с использованием метода merge в pandas.

Результат объединения в pandas:

df2 = pd.read_sql('SELECT DISTINCT * FROM ratings', connect)

df3 = pd.read_sql('SELECT DISTINCT * FROM keywords', connect)

dm = df2.merge(df3, how='left', left_on='movieid', right_on='movieid')

Output: | userid | movieid | rating | timestamp | tags |

Результат в SQL:

df1 = pd.read_sql('SELECT DISTINCT * FROM ratings 
LEFT JOIN keywords ON ratings.movieid = keywords.movieid', connect)

Output: | userid | movieid | rating | timestamp | movieid | tags |

Дублируются столбцы movieid.

Comments

[alexalexes]

Собственно, ваша запрос получает список ключевых слов в рейтинге, если ключ. слова задействованы, либо по одной строчки рейтинга, если к нему нет ключевого слова.
А какую выборку хотели получить вы?

[Александр]

alexalexes, не совсем, там столбцы с данными, я просто не стал их приводить полностью, только названия столбцов. Нужно объединить две таблицы по столбцу movieid. В одном случае столбец объединяется нормально, в другом они дублируют друг друга, таблица увеличивается ещё на один столбец с теми же данными.

[alexalexes]

Ну, вы поставили звездочку вместо конкретных полей вывода, так и выводятся все поля из всех таблиц.
Если задать, например, выводить все поля только из рейтингов, и какое-нибудь определенное поле из ключ. слов, тогда выведите чуть меньше полей, чем все подряд.

SELECT DISTINCT r.*, k.tags FROM ratings as r
LEFT JOIN keywords as k ON r.movieid = k.movieid

PS: Есть вариант не использовать псевдонимы таблиц (см. комментарии ниже):

SELECT DISTINCT * FROM ratings LEFT JOIN keywords USING (movieid)

[Александр]

alexalexes, спасибо!

[Viachaslau85]

alexalexes, Это неверный ответ. По условию так и нужно. Все гораздо проще: в случае одинаковых названий столбцов в объедениемых таблицах вместо ON следует использовать USING.

df_joined = pd.read_sql('SELECT DISTINCT * FROM ratings LEFT JOIN keywords USING (movieid)', connection)

[alexalexes]

Viachaslau85, любопытно, однако.
Сколько лет использую sql, ни разу не видел такое использование.