小编Eze*_*r K的帖子

Scala新手,有一个数组,其中一个元素是一个数组:

val aaa = Array("a", "b", Array(1, 2, 3), "c")

这有效:

In []: aaa(2)
Out[]: Array(1, 2, 3)

这有效

In []: Array(1, 2, 3).size
Out[]:3

这不是:

In []: aaa(2).size
Out[]:
Name: Compile Error
Message: <console>:15: error: value size is not a member of                     
java.io.Serializable
          aaa(2).size
                 ^

我究竟做错了什么？Thnaks

基本上我想要做的是使熊猫数据框可点击并保存用户所做的点击。

考虑为此使用小部件。

到目前为止，我有这个：

import pandas as pd
from IPython.display import display, HTML
from ipywidgets import widgets

df = pd.DataFrame([[1,'car'],[2,'bus'],[3,'train']])

click_list = []

display(df[:1]) 
button = widgets.Button(description='click')
display(button)
def obc(b):
    click_list.append((pd.to_datetime('now'),1)) 
button.on_click(obc)

button2 = widgets.Button(description='click')
display(button2)
def obc2(b):
    click_list.append((pd.to_datetime('now'),2))
display(df[1:2])  
button2.on_click(obc2)

button3 = widgets.Button(description='click')
display(button3)
def obc3(b):
    click_list.append((pd.to_datetime('now'),3))
display(df[2:3])  
button3.on_click(obc3)

给出这个：

它具有我所追求的基本功能，但它以一种令人困惑的方式显示（特别是如果我们谈论的是数十行）我想要这样的东西：

或类似的，任何帮助都会非常有用

我有一本字典:

d = {'a':1, 'b':2, 'c':3, 'd':4}

然后我有一个键列表:

l = ['a', 'b', 'z']

我想要的结果是:

[1, 2, None]

到目前为止我所做的是:

[d.get(k) for k in l]

有更快的方法吗？也许没有for？

我试图定义以下规则：“main仅允许来自dev”的拉取请求；因此，如果有人从随机分支打开 PR，则main不应允许。我该如何继续这样做？

我正在使用IPython笔记本运行PySpark,只需将以下内容添加到笔记本中:

import os
os.chdir('../data_files')
import sys
import pandas as pd
%pylab inline
from IPython.display import Image
os.environ['SPARK_HOME']="spark-1.3.1-bin-hadoop2.6"
sys.path.append( os.path.join(os.environ['SPARK_HOME'], 'python') )
sys.path.append( os.path.join(os.environ['SPARK_HOME'], 'bin') )
sys.path.append( os.path.join(os.environ['SPARK_HOME'], 'python/lib/py4j-0.8.2.1-src.zip') )
from pyspark import SparkContext
sc = SparkContext('local')

这适用于一个项目.但在我的第二个项目中,运行几行(每次都不一样)后,我收到以下错误:

ERROR:py4j.java_gateway:An error occurred while trying to connect to the Java server
Traceback (most recent call last):
  File "/usr/local/lib/python2.7/dist-packages/py4j-0.8.2.1-py2.7.egg/py4j/java_gateway.py", line 425, in start
    self.socket.connect((self.address, self.port))
  File "/usr/lib/python2.7/socket.py", line 224, in meth
    return getattr(self._sock,name)(*args)
error: [Errno 111] Connection refused
---------------------------------------------------------------------------
Py4JNetworkError                          Traceback (most recent call …

使用 Snowflake，有 2 个表，一个有很多列，另一个有几个列，尝试在它们的连接上选择 * ，出现以下错误：

SQL compilation error:duplicate column name

这是有道理的，因为我的连接列都在两个表中，可能可以使用带有列名的 select 而不是 *，但有没有办法避免这种情况？或者至少让查询从它获取的任何表动态推断列名称？

我需要使用以下查询向用户活动添加计数器：

select PERSON_ID, TIMESTAMP, 
  row_number() over (partition by  PERSON_ID order by  TIMESTAMP asc) as PERSON_COUNTER
from table1;

这很有效，但它也会计算 PERSON_ID 为 null 的情况，并分配计数器，就好像 null 是用户名一样。我想要的是在这些情况下计数器为空 - 有什么想法吗？

有一个电子邮件域列表，并且想要标记“免费”（如果该域类似于免费域），这对我来说适用于硬编码列表，如下所示：

CASE WHEN lower(email_domain) ilike any ('%%gmail%%','%%yahoo%%', '%%hotmail%%') THEN 'free' else 'business' end

但我真正想做的是从不同表中的列中获取免费域列表，如下所示：

| SUBSTRING_VALUE   |
|:------------------|
| "gmail"           |
| "hotmail"         |
| "yahoo"           |

我尝试过使用带有 listagg 或 arrayagg 的子查询，但它不起作用，有什么方法可以做到这一点？

所以我有一个系列，我想要 cumsum，但每次我达到 0 时都重新开始，如下所示：

有任何想法吗？（熊猫、纯蟒蛇、其他）