Python 使用SQLAlchemy查询数据时的SAWarning

我正在将SQLAlchemy映射的星型模式直接查询到

pandas数据帧

中，并从

pandas

中得到了我想要解决的恼人的警告。这是一个简化的版本

class School(Base):
__tablename__ = 'DimSchool'

id = Column('SchoolKey', Integer, primary_key=True)
name = Column('SchoolName', String)
district = Column('SchoolDistrict', String)


class StudentScore(Base):
__tablename__ = 'FactStudentScore'

StudentKey = Column('StudentKey', Integer,    ForeignKey('DimStudent.StudentKey'), primary_key = True)
SchoolKey = Column('SchoolKey', Integer, ForeignKey('DimSchool.SchoolKey'), primary_key = True)
PointsPossible = Column('PointsPossible', Integer)
PointsReceived = Column('PointsReceived', Integer)

student = relationship("Student", backref='studentscore')
school = relationship("School", backref='studentscore')

我用如下语句查询日期：

standard = session.query(StudentdScore, School).\
join(School).filter(School.name.like('%Dever%'))

testdf = pd.read_sql(sch.statement, sch.session.bind)   

然后得到这个警告：

SAWarning: Column 'SchoolKey' on table <sqlalchemy.sql.selectable.Select at 0x1ab7abe0; Select object> being replaced by Column('SchoolKey', Integer(), table=<Select object>, primary_key=True, nullable=False), which has the same key.  Consider use_labels for select() statements.

SAWarning：表上的'SchoolKey'列被具有相同键的列（'SchoolKey'，Integer（），table=，primary_key=True，nullable=False）替换。考虑Suffor（）语句的UpjyLabor。

我的联接中包含的每个附加表（类）都会出现此错误。消息始终指向外键

其他人是否遇到此错误并确定根本原因？还是你也会忽略它

编辑/更新：

---

这些人似乎在谈论一个相关的问题，但他们使用不同的方法来引入数据帧，并希望保留副本，而不是丢弃副本。有人想过如何实现类似样式的函数，但在查询返回时删除重复的函数吗？

关于它的价值，这里是我有限的答案

对于以下锯切：

SAWarning: Column 'SchoolKey' on table <sqlalchemy.sql.selectable.
Select at 0x1ab7abe0; Select object> being replaced by Column('SchoolKey', Integer(), table=<Select object>, primary_key=True, nullable=False), which has the same key.  
Consider use_labels for select() statements.

SAWarning：表上的'SchoolKey'列被具有相同键的列（'SchoolKey'，Integer（），table=，primary_key=True，nullable=False）替换。
考虑Suffor（）语句的UpjyLabor。

它实际上告诉您，即使列位于不同的表中，也有名称重复的列。在大多数情况下，这是无害的，因为列是简单的连接键。但是，我也遇到过这样的情况：表中包含由不同填充列重复命名的列（即名为column的教师表和名为column的学生表）。在这些情况下，请使用类似的方法重命名pandas dataframe，或重命名底层数据库表

我会密切关注这个问题，如果有人有更好的答案，我会很乐意给出答案