我知道__del__
Python 类的函数并没有像许多人期望的那样被处理:作为析构函数。
我还了解到,有更多“Pythonic”并且可以说是更优雅的整理方法,特别是使用with 构造。
然而,当编写可能被不太熟悉 python 方式的读者使用的代码时,当清理很重要时,是否有一种优雅的方法可以让我简单地__del__
可靠地作为析构函数工作,而不干扰 python 的自然使用__del__
?
作为析构函数的期望__del__
似乎并非不合理,同时也很常见。所以我只是想知道是否有一种优雅的方式让它按照预期工作——忽略关于它的 Python 优点的许多争论。
我想使用字符串路径将新的JProperty添加到JSON对象。我正在检索现有路径,然后在其附近添加一个新值。似乎无论我如何选择令牌,或者无论我调用哪种Add方法(最相关的是AddAfterSelf)或作为新值提供的东西,我都会收到异常:
运行时异常(第9行):Newtonsoft.Json.Linq.JProperty不能具有多个值。
您可以在这里看到失败:https : //dotnetfiddle.net/mnvmOI
在这种情况下为什么不能添加JProperty?
using System;
using Newtonsoft.Json.Linq;
public class Program
{
public static void Main()
{
JObject test = JObject.Parse("{\"test\":123,\"deeper\":{\"another\":\"value\"}}");
test.SelectToken("deeper.another").AddAfterSelf(new JProperty("new name","new value"));
}
}
Run Code Online (Sandbox Code Playgroud) 如何转换如下数据以将数据存储在 ElasticSearch 中?
这是一个 bean 的数据集,我将按产品将其聚合到 JSON 数组中。
List<Bean> data = new ArrayList<Bean>();
data.add(new Bean("book","John",59));
data.add(new Bean("book","Björn",61));
data.add(new Bean("tv","Roger",36));
Dataset ds = spark.createDataFrame(data, Bean.class);
ds.show(false);
+------+-------+---------+
|amount|product|purchaser|
+------+-------+---------+
|59 |book |John |
|61 |book |Björn |
|36 |tv |Roger |
+------+-------+---------+
ds = ds.groupBy(col("product")).agg(collect_list(map(ds.col("purchaser"),ds.col("amount")).as("map")));
ds.show(false);
+-------+---------------------------------------------+
|product|collect_list(map(purchaser, amount) AS `map`)|
+-------+---------------------------------------------+
|tv |[[Roger -> 36]] |
|book |[[John -> 59], [Björn -> 61]] |
+-------+---------------------------------------------+
Run Code Online (Sandbox Code Playgroud)
这就是我想将其转换为:
+-------+------------------------------------------------------------------+
|product|json |
+-------+------------------------------------------------------------------+
|tv |[{purchaser: "Roger", amount:36}] |
|book |[{purchaser: "John", amount:36}, {purchaser: …
Run Code Online (Sandbox Code Playgroud)