新手问题：是否有 pandas truncate 的就地版本？
例如
>>> df = pandas.DataFrame({'stuff':range(5)}, index=range(5))
>>> df.truncate(2,3)
返回一个新的截断数据框。我可以
>>> df = pandas.DataFrame({'stuff':range(5)}, index=range(5))
>>> df = df.truncate(2,3)
但这似乎效率低下。有没有一种方法可以进行更有效的截断，即不进行复制，而是就地截断？或者这种效率不是由于一些超级聪明的 pandas 设计而成为问题吗？
请注意，截断的文档字符串说有一个复制选项，但我认为这不会影响数据帧本身是否被截断，而是影响返回的值是数据帧的副本还是对数据帧的一部分的引用。请参阅下面的内容了解我的意思：
>>> df = pandas.DataFrame({'stuff':range(5)}, index=range(5))
>>> cp = df.truncate(2,3, copy=False)
>>> df
stuff
0 0
1 1
2 2
3 3
4 4
>>> cp['stuff'][2] = -50
>>> df
stuff
0 0
1 1
2 -50
3 3
4 4
请注意，当我们使用copy=Falsedf 时，它仍然没有被截断，但返回的对象是 df 的一个切片，在修改时也会修改 df。
谢谢。
如何在 Sentry 中自定义用户反馈表？
默认情况下，它会说“看起来我们遇到了一些内部问题”。
是否可以更改消息、收集的数据等？
谢谢。
如何确保烧瓶错误处理程序获得最具体的异常？
通过一些简单的测试并查看源代码，烧瓶错误处理代码似乎只针对给定的异常类型而不是最具体的类型采用第一个寄存器错误处理程序。
我猜答案是在最后放置错误处理程序Exception？
从S3将python zip软件包上传到AWS Lambda时，出现以下神秘错误：
module initialization error: [Errno 13] Permission denied: '/var/task/lambda_function.py'
错误似乎是，如果您创建具有限制性权限的zip软件包，则AWS会感到困惑。本质上，AWS使用您赋予它的权限将您的程序包解压缩并尝试使用它。这可能特别令人困惑的是，您可以从AWS Lambda内联代码编辑器中看到部分zip文件（因此您显然拥有一定的权限），但是Lambda函数将给出上述错误。
解决此问题的最佳方法是什么（更好的错误消息或解决问题）？