小编Sak*_*und的帖子

有什么方法可以将徽章NSCollectionLayoutSupplementaryItem) 添加到 a吗UICollectionLayoutListConfiguration？

我正在尝试使用现代集合视图实现侧边栏：

var configuration = UICollectionLayoutListConfiguration(appearance: .sidebar)
...

let section = NSCollectionLayoutSection.list(using: configuration, layoutEnvironment: layoutEnvironment)

但我找不到如何实现badge配置：

var configuration = UICollectionLayoutListConfiguration(appearance: .sidebar)
...

let section = NSCollectionLayoutSection.list(using: configuration, layoutEnvironment: layoutEnvironment)

就像Apple提供的示例代码一样：

let badgeAnchor = NSCollectionLayoutAnchor(edges: [.top, .trailing], fractionalOffset: CGPoint(x: 0.3, y: -0.3))
let badgeSize = NSCollectionLayoutSize(widthDimension: .absolute(20),
                                                  heightDimension: .absolute(20))
let badge = NSCollectionLayoutSupplementaryItem(
                layoutSize: badgeSize,
                elementKind: "badge",
                containerAnchor: badgeAnchor)

（苹果提供的示例代码，顺便说一句崩溃了）

关于如何实现徽章UICollectionLayoutListConfiguration或不可能的任何想法？

我一直想知道当你在 Github 上提交时是否可以更改输入字段中显示的消息。参考下图：

我希望我的承诺尽可能具有描述性并且读起来令人愉快。我希望 Github 建议 Create README而不是Create README.md.

当我搜索解决方案时，“谷歌搜索”显示不相关的答案。这有可能吗？

注意：这并不能回答我的问题。

我正在尝试使用 Pandas (v1.3.4)、SQLAlchemy (v1.4.26) 和 PyMySQL (v1.0.2) 写入 MySQL 数据库。我可以使用 pandas 创建一个新表（称为“test_table”）to_sql方法创建一个新表（称为“test_table”），但随后尝试写入同一个表会给出：

OperationalError: (pymysql.err.OperationalError) (1050, "Table 'test_table' already exists")

我之前在 SQLite 中完成过此操作，所以我不确定为什么它在 MySQL 中不起作用。这是我的语法问题，还是数据库服务器配置中可能需要更改某些内容？

这是我正在使用的代码。

首先，导入并建立与数据库服务器的连接：

from sqlalchemy import create_engine
import pymysql
import pandas as pd

sqlEngine = create_engine('mysql+pymysql://username:password@127.0.0.1', pool_recycle=3600)
con  = sqlEngine.connect()

建立具体的数据库名称：

sql = '''
USE my_database
'''
con.execute(sql);

生成一个条目并写入名为的新表test_table：

entry = pd.DataFrame({
    'PersonID': 0,
    'LastName': 'smith',
    'FirstName': 'joe',
}, index=[0])
entry.to_sql('test_table', con, if_exists='append')

验证我的条目是否已进入表中：

entry = pd.DataFrame({
    'PersonID': 0,
    'LastName': 'smith',
    'FirstName': 'joe', …