小编mgi*_*gig的帖子

我正在使用SQLAlchemy连接将pandas DataFrame写入MySQL数据库.在我的代码的早期,我创建了一个SQLAlchemy引擎:

engine = create_my_sqlalchemy_connection()

我执行一些查询,做一些计算,然后尝试使用相同的引擎稍后写入数据库:

df.to_sql('my_table', engine, if_exists='append', index=False)

有时这会起作用,有时连接会在代码准备写入数据库时​​丢失,并且有错误.

我可以尝试一下,除非需要创建一个新连接:

try:
    df.to_sql('my_table', engine, if_exists='append', index=False)
except:
    engine = create_my_sqlalchemy_connection()
    df.to_sql('my_table', engine, if_exists='append', index=False)

但是,我以为我会伸出手去看看是否有人知道更好的方法(例如,如果有一些我不知道的SQLAlchemy方法用于测试以确定连接是否仍然存在).

我正在处理一个项目，其中我的项目部分是 iframe 中的仪表板。我有一个请求，只将我正在处理的 iframe 制作为可导出为 PDF（也就是说，只显示 iframe 内容，而不显示它周围的包装器内容）。我已经使用一些 jQuery 让它工作了，但我现在很难设置一个默认的文件名来保存为 PDF。这个 SO 答案很有帮助（当页面不在iframe 中时设置 document.title 有效），但是当它在 iframe 视图中时单击导出按钮时它不起作用。这是我尝试过的示例：

$('#export-button').click(function() {
    $('#iframe-contents').show();
    document.title = 'default_filename';
    window.print();
});

有谁知道window.print()从 iframe 中调用时如何在 Chrome 打印对话框中设置默认文件名？

如何仅返回列的值在指定列表中的Spark DataFrame的行？

这是我的Python pandas执行此操作的方式:

df_start = df[df['name'].isin(['App Opened', 'App Launched'])].copy()

我看到了这个 SO scala实现并尝试了几种排列,但无法使其工作.

这是使用pyspark执行此操作的失败尝试:

df_start = df_spark.filter(col("name") isin ['App Opened', 'App Launched'])

输出:

Traceback (most recent call last):
  File "/tmp/zeppelin_pyspark-6660042787423349557.py", line 253, in <module>
    code = compile('\n'.join(final_code), '<stdin>', 'exec', ast.PyCF_ONLY_AST, 1)
  File "<stdin>", line 18
    df_start = df_spark.filter(col("name") isin ['App Opened', 'App Launched'])
                                               ^
SyntaxError: invalid syntax

另一种尝试:

df_start = df_spark.filter(col("name").isin(['App Opened', 'App Launched']))

输出:

Traceback (most recent call last):
  File "/tmp/zeppelin_pyspark-6660042787423349557.py", line 267, in <module>
    raise Exception(traceback.format_exc())
Exception: …

是否可以将 CSV 作为 Pandas DataFrame 读取并在一行中将空格（或空单元格）设置为 0？下面是问题的说明。

输入：

$ csvlook data.csv    
|------+---+------|
|  a   | b | c    |
|------+---+------|
|      | a | 0.0  |
|  0   | b | 1.0  |
|  1.5 | c | 2.5  |
|  2.1 | d | 3.0  |
|------+---+------|

我想要的是：

python% print(df)
    a   b   c
0   0   a   0.0
1   0   b   1.0
2   1.5 c   2.5
3   2.1 d   3.0

我试过的：

df = pd.read_csv('data.csv', dtype={'a': float, 'b': str, 'c': float}) …