小编Moh*_*ali的帖子

我想用Python代码解析git diff,我有兴趣从diff解析器获取以下信息:

1. 已删除/添加的行的内容以及行号.
2. 文件名.
3. 文件的状态,无论是删除,重命名还是添加.

我为此目的使用unidiff 0.5.2并且我编写了以下代码:

    from unidiff import PatchSet
    import git
    import os

    commit_sha1 = 'b4defafcb26ab86843bbe3464a4cf54cdc978696'
    repo_directory_address = '/my/git/repo'
    repository = git.Repo(repo_directory_address)
    commit = repository.commit(commit_sha1)
    diff_index = commit.diff(commit_sha1+'~1', create_patch=True)
    diff_text = reduce(lambda x, y: str(x)+os.linesep+str(y), diff_index).split(os.linesep)
    patch = PatchSet(diff_text)
    print patch[0].is_added_file

我正在使用GitPython来生成Git diff.我收到以下代码的以下错误:

    current_file = PatchedFile(source_file, target_file,
    UnboundLocalError: local variable 'source_file' referenced before assignment

如果你能帮助我解决这个错误,我将不胜感激.

我想用 Python 将大数据流写入镶木地板文件。我的数据很大，我无法将它们保存在内存中并一口气写入它们。

我找到了两个可以在 Parquet 文件上读写的 Python 库（Pyarrow、Fastparquet）。这是我使用 Pyarrow 的解决方案，但如果您知道一个可行的解决方案，我很乐意尝试另一个库：

import pandas as pd
import random
import pyarrow as pa
import pyarrow.parquet as pq


def data_generator():
    # This is a simulation for my generator function
    # It is not allowed to change the nature of this function
    options = ['op1', 'op2', 'op3', 'op4']
    while True:
        dd = {'c1': random.randint(1, 10), 'c2': random.choice(options)}
        yield dd


result_file_address = 'example.parquet'
index = 0

try:
    dic_data = next(data_generator())
    df = pd.DataFrame(dic_data, [index])
    table = …