我一直在抨击我的大脑,但无法得到它.我觉得答案可能很明显.
我想要做的是以下内容:
我有一个索引控制器,列出了一系列我可以使用Ransack搜索的作业.每个作业都有一个完成日期,其中包含日期或为空(未完成).目前,搜索本身效果很好.我想这样做,以便索引页面加载只显示未完成的工作,但我也希望它工作,以便当有人确实运行搜索时,返回完成和未完成工作的结果.
任何帮助将不胜感激.在下面的代码中,:actual是具有完成日期的字段的名称.我也在环顾网络,并认为可能像DEFAULT_SEARCH_PARAMETER={}我在Job模型中所做的那样可能有效,但我似乎无法理解.这是代码:
class Job < ActiveRecord::Base
DEFAULT_SEARCH_PARAMETER ={}
attr_accessible :items_attributes, :actual
end
def index
@search = Job.search(params[:q] || Job::DEFAULT_SEARCH_PARAMETER)
@search.build_condition
@results = @search.result
@job = @results.paginate(:per_page => 10, :page => params[:page])
end
我目前正在使用Pandas to_sql,以便将大型数据帧放入SQL数据库.我正在使用sqlalchemy来连接数据库,该进程的一部分是定义数据库表的列.
我的问题是,当我在数据帧上运行to_sql时,它如何知道数据帧中的哪个列进入数据库中的哪个字段？它是在查看数据框中的列名并在数据库中查找相同的字段吗？它是变量所在的顺序吗？
以下是一些便于讨论的示例代码:
engine = create_engine('sqlite:///store_data.db')
meta = MetaData()
table_pop = Table('xrf_str_geo_ta4_1511', meta,
Column('TDLINX',Integer, nullable=True, index=True),
Column('GEO_ID',Integer, nullable=True),
Column('PERCINCL', Numeric, nullable=True)
)
meta.create_all(engine)
for df in pd.read_csv(file, chunksize=50000, iterator=True, encoding='utf-8', sep=',')
df.to_sql('table_name', engine, flavor='sqlite', if_exists='append', index=index)
有问题的数据框有3列TDLINX,GEO_ID和PERCINCL
我ggplot在 R 中使用来绘制一些数据。我想做的是绘制一个散点图，其中图表的不同区域的背景不同。这里有一个非常有用的答案，它让我得到了大部分的帮助，但不是全部。
这是数据示例
row.names selectionDirector country Totals director.rank
1 268 Alfred Hitchcock Argentina 14 1
2 269 Alfred Hitchcock Australia 7 3
3 274 Alfred Hitchcock Canada 10 1
4 286 Alfred Hitchcock France 18 1
5 288 Alfred Hitchcock Germany 9 6
6 296 Alfred Hitchcock Italy 5 3
7 319 Alfred Hitchcock Spain 21 4
8 320 Alfred Hitchcock Sweden 4 8
9 325 Alfred Hitchcock UK 87 1
10 330 Alfred Hitchcock …我想要的结合米 X Ñ阵列称为数据与列表米称为元素cluster_data使得列表中的每个元素cluster_data被附加为每个行的最后一个元素的数据.
举个例子,我想要结合起来
data = [[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16],[17,18,19,20]]
cluster_data = [1,2,3,4,5]
这样
final_data = [[1,2,3,4,1],[5,6,7,8,2],[9,10,11,12,3],[13,14,15,16,4],[17,18,19,20,5]]
我写了一些代码来做到这一点,但我希望有更多的Pythonic方式.
data_with_clusters = []
for i, row in enumerate(data):
row.append(cluster_data[i])
data_with_clusters.append(row)
到目前为止,我最好的猜测是:
data_with_clusters = [row.append(cluster_data[i]) for i, row in enumerate(data)]