我被告知要执行以下操作:修改app.py文件,以便我的网站响应所有可能的URL(也就是不存在的扩展名,如'/ jobs',这意味着如果输入的URL无效,则会重定向到home索引.html页面.这是我的app.py的副本,有关如何执行此操作的任何想法？
from flask import Flask, render_template #NEW IMPORT!!
app = Flask(__name__) #This is creating a new Flask object
#decorator that links...
@app.route('/') #This is the main URL
def index():
return render_template("index.html", title="Welcome",name="home")
@app.route('/photo')
def photo():
return render_template("photo.html", title="Home", name="photo-home")
@app.route('/about')
def photoAbout():
return render_template("photo/about.html", title="About", name="about")
@app.route('/contact')
def photoContact():
return render_template("photo/contact.html", title="Contact", name="contact")
@app.route('/resume')
def photoResume():
return render_template("photo/resume.html", title="Resume", name="resume")
if __name__ == '__main__':
app.run(debug=True) #debug=True is optional
我有一个包含两行的表：IMDB_ID 和 Actor。我试图找到在 3 部或更多电影中共同主演的演员对。这对名称应该是唯一的，这意味着“演员 A，演员 B”和“演员 B，演员 A”是同一对，因此应该只出现其中一个。这是表格的几行，但不是全部：
IMDB_ID ACTOR
---------- -----------
tt0111161 Tim Robbins
tt0111161 Morgan Free
tt0111161 Bob Gunton
tt0111161 William Sad
tt0111161 Clancy Brow
tt0111161 Gil Bellows
tt0111161 Mark Rolsto
tt0111161 James Whitm
tt0111161 Jeffrey DeM
tt0111161 Larry Brand
tt0111161 Neil Giunto
tt0111161 Brian Libby
tt0111161 David Prova
tt0111161 Joseph Ragn
tt0111161 Jude Ciccol
tt0068646 Marlon Bran
tt0068646 Al Pacino
我试过：
SELECT DISTINCT movie_actor.actor, movie_actor.actor, COUNT(movie_actor.actor) AS occurrence
FROM movie_actor join movie_actor
ON movie_actor.imdb_id = movies.imdb_id …我有一个business_df架构的数据框():
|-- business_id: string (nullable = true)
|-- categories: array (nullable = true)
| |-- element: string (containsNull = true)
|-- city: string (nullable = true)
|-- full_address: string (nullable = true)
|-- hours: struct (nullable = true)
|-- name: string (nullable = true)
我想创建一个新的数据框(new_df),以便'name'列中的值不包含任何空格.
我的代码是:
from pyspark import SparkContext
from pyspark.sql import SQLContext
from pyspark.sql import HiveContext
from pyspark.sql.functions import UserDefinedFunction
from pyspark.sql.types import StringType
udf = UserDefinedFunction(lambda x: x.replace(' ', ''), StringType()) …