小编Erf*_*fan的帖子

我正在使用 GitHub Actions 部署到 Azure。在这个项目中，我使用我们自己的私有存储库，该存储库托管在 GitHub 上。这些存储库将在构建期间安装，它们的链接存储在 中requirements.txt，例如：

git+ssh://git@github.com/org-name/package-name.git

在本地，安装需求没有问题，因为我可以通过 SSH 访问这些私有存储库。但是我如何在 GitHub 操作中构建期间访问这些内容。

我收到错误：

Collecting git+ssh://****@github.com/org-name/package-name.git (from -r requirements.txt (line 1))
  Cloning ssh://****@github.com/org-nam/package-name.git to /tmp/pip-req-build-9nud9608
ERROR: Command errored out with exit status 128: git clone -q 'ssh://****@github.com/org-name/package-name.git' /tmp/pip-req-build-9nud9608 Check the logs for full command output.
Error: Process completed with exit code 1.

这是有道理的，因为它是一个私人存储库。

除了列表中的单词，我如何命名所有单词，保留？

keep = ['for', 'any', 'a', 'vs']
df.col
 ``         
0    1. The start for one
1    2. Today's world any
2    3. Today's world vs. yesterday.

预期输出：

     number   title
0     1       The Start for One
1     2       Today's World any
2     3       Today's World vs. Yesterday.

我试过

df['col'] = df.col.str.title().mask(~clean['col'].isin(keep))

给定以下数据框：

pd.DataFrame({"A":[1,2,3],"B":[4,5,6],"C":[6,7,8]})

   A   B   C
0  1   4   6
1  2   5   7
2  3   6   8
3  11  14  16
4  12  15  17
5  13  16  18

我想重塑它，使其看起来像这样：

   A   B   C   A_1   B_1   C_1   A_2   B_2   C_2
0  1   4   6     2     5     7     3     6     8
1  11  14  16    12    15    17    13    16    18

所以每 3 行被分组为 1 行

我怎样才能用熊猫实现这一目标？

假设我们有以下简化数据：

df = pd.DataFrame({'A':list('abcd'),
                   'B':list('efgh'),
                   'Data_mean':[1,2,3,4],
                   'Data_std':[5,6,7,8],
                   'Data_corr':[9,10,11,12],
                   'Text_one':['foo', 'bar', 'foobar', 'barfoo'],
                   'Text_two':['bar', 'foo', 'barfoo', 'foobar'],
                   'Text_three':['bar', 'bar', 'barbar', 'foofoo']})

   A  B  Data_mean  Data_std  Data_corr Text_one Text_two Text_three
0  a  e          1         5          9      foo      bar        bar
1  b  f          2         6         10      bar      foo        bar
2  c  g          3         7         11   foobar   barfoo     barbar
3  d  h          4         8         12   barfoo   foobar     foofoo

我想枚举具有相同前缀的列。在这种情况下，前缀为Data, Text。因此，预期输出为：

   A  B  Data_mean1  Data_std2  Data_corr3 Text_one1 Text_two2 Text_three3
0  a …

我有以下虚拟数据框：

df = pd.DataFrame({'Col1':['a,b,c,d', 'e,f,g,h', 'i,j,k,l,m'],
                   'Col2':['aa~bb~cc~dd', np.NaN, 'ii~jj~kk~ll~mm']})

        Col1            Col2
0    a,b,c,d     aa~bb~cc~dd
1    e,f,g,h             NaN
2  i,j,k,l,m  ii~jj~kk~ll~mm

真实数据集具有形状500000, 90。

我需要将这些值取消嵌套到行中，并且explode为此使用了新方法，该方法工作正常。

问题是NaN，这些将导致后面的长度不相等explode，因此我需要填充与填充值相同数量的定界符。在这种情况下，~~~由于第1行具有三个逗号。

预期产量

        Col1            Col2
0    a,b,c,d     aa~bb~cc~dd
1    e,f,g,h             ~~~
2  i,j,k,l,m  ii~jj~kk~ll~mm

尝试1：

df['Col2'].fillna(df['Col1'].str.count(',')*'~')

尝试2：

np.where(df['Col2'].isna(), df['Col1'].str.count(',')*'~', df['Col2'])

这可行，但是我觉得有一个更简单的方法：

characters = df['Col1'].str.replace('\w', '').str.replace(',', '~')
df['Col2'] = df['Col2'].fillna(characters)

print(df)

        Col1            Col2
0    a,b,c,d     aa~bb~cc~dd
1    e,f,g,h             ~~~
2  i,j,k,l,m  ii~jj~kk~ll~mm

d1 = df.assign(Col1=df['Col1'].str.split(',')).explode('Col1')[['Col1']]
d2 = …

更新：如果您遇到同样的问题，这里正在讨论问题的根源

使用自制软件升级到Python3.10后，我的OpenSSL也升级到版本3。

现在我无法再连接到 SQL Server，因为 ODBC 需要 OpenSSL 1.1 或 1.0。所以当我跑步时：

isql -v -k "<connection string"\n

我收到以下错误：

[08001][Microsoft][ODBC Driver 17 for SQL Server]SSL Provider: [OpenSSL library could not be loaded, make sure OpenSSL 1.0 or 1.1 is installed]\n[08001][Microsoft][ODBC Driver 17 for SQL Server]Client unable to establish connection\n

但是当我查看时，/usr/local/etc/我发现它openssl@1.1已安装：

我怎么解决这个问题？对这个还真不熟悉。所以ODBC需要找到正确的OpenSSL版本，即1.1。

我试过：

ln -s /usr/local/Cellar/openssl@1.1/1.1.1g /usr/local/opt/openssl\n

另外，当我运行openssl命令时，它会找到正确的版本：

\xe2\x9e\x9c  ~ openssl\nOpenSSL> version\nOpenSSL …

我有一个包含两列的数据框：

 ones   zeros
0   6   13
1   8   7
2   11  7
3   8   5
4   11  5
5   10  6
6   11  6
7   7   4
8   9   4
9   4   6
10  7   5
11  6   7
12  9   10
13  14  3
14  7   7
15  7   7
16  9   7
17  7   10
18  9   5
19  12  7
20  4   8
21  6   4
22  11  5
23  9   7
24  3   10
25  7 …

在我们的测试中，我们测试了 numpy 的多个版本。旧版本没有np.random.Generator我们想要在打字中定义的某些类（），因此我选择根据检查 numpy 版本来定义类型：

# random generator
if np_version_under1p17:
    RandomState = Union[int, ArrayLike, np.random.RandomState]
else:
    RandomState = Union[int, ArrayLike, np.random.Generator, np.random.RandomState]

但这会导致：

Cannot assign multiple types to name "RandomState" without an explicit "Type[...]" annotation 

删除if .. else可以解决此错误：

Cannot assign multiple types to name "RandomState" without an explicit "Type[...]" annotation 

但是我们使用旧 numpy 版本的测试将会失败。

定义 的最佳方法是什么RandomState，但是以这样的方式定义它，以便它在我们的测试中既适用于新旧的 numpy 版本。

给定两个 DataFrame（t1，t2），都具有列“x”，我如何将具有 t2 ID 的列附加到 t1，其中 t2 的“x”值最接近 t1 中的“x”值？

t1:
id  x
1   1.49
2   2.35

t2:
id  x
3   2.36
4   1.5

output:
id  id2
1   4
2   3

我可以通过创建一个新的 DataFrame 并迭代 t1.groupby() 并在 t2 上查找然后合并来完成此操作，但是对于 1700 万行的 t1 DataFrame，这需要非常长的时间。

有没有更好的方法来实现？我已经搜索了有关 groupby、apply、transform、agg 等的 pandas 文档。尽管我认为这将是一个常见问题，但一个优雅的解决方案尚未出现。

就我而言，我想在 Flask 应用程序的内存中生成 PDF，这样我就可以直接将其作为下载发送给用户，而不是先将其保存到磁盘。

我们现在的代码：

import os
from reportlab.pdfgen import canvas
from reportlab.lib.pagesizes import A4


# normally this in a class but I simplified it for the example
c = canvas.Canvas(os.path.join("mypath", "report.pdf"), pagesize=A4)
c.drawString(100, 100, "Hello World")
c.save()