小编bla*_*hop的帖子

我需要动态更改我的语言应用程序。我有以下路线配置：

'route'    => '/[:lang[/:controller[/:action[/:id]]]][[/page/:page]]',

'defaults' => array(
'lang'     => 'en',
        ),

是否可以从我的控制器或我的 Module.php（onBootstrap 函数）更改参数“lang”。我不知道我是否可以使用 globale 变量或类似的东西。

'defaults' => array(
'lang'     => $my_variable,
        ),

如果可能，我该如何改变它？

感谢您的帮助！

我有以下一段Swift代码连接到我的iOS模拟器中的Twitter帐户.

我的呼叫requestAccessToAccountsWithType被授予,但ACAccountStore.accountsWithAccountType返回一个空列表.

我错过了什么？

let accountStore = ACAccountStore()
let twitterAccountType = accountStore.accountTypeWithAccountTypeIdentifier(ACAccountTypeIdentifierTwitter)

accountStore.requestAccessToAccountsWithType(twitterAccountType, options: nil) { (granted, error) in
    if granted {
        print("requestAccessToAccountsWithType for \(twitterAccountType) is granted\n")
        let accounts = accountStore.accountsWithAccountType(twitterAccountType)
        print("accountsWithAccountType returns \(accounts.count) ")
    } else {
        let error = "Access to Twitter was not granted."
        self.log(error)
        handler(error)
    }
}

requestAccessToAccountsWithType for Twitter(com.apple.twitter)被授予accountsWithAccountType返回0

like我正在尝试在一个列上与另一个列一起使用该函数。可以Column在like函数内部使用吗？

示例代码：

df['col1'].like(concat('%',df2['col2'], '%'))

错误日志：

py4j.Py4JException： py4j.reflection.ReflectionEngine.getMethod(ReflectionEngine.java:318) 处不存在类似([class org.apache.spark.sql.Column]) 的方法 (ReflectionEngine.java) ：326）在py4j.Gateway.invoke（Gateway.java：274）在py4j.commands.AbstractCommand.invokeMethod（AbstractCommand.java：132）在py4j.commands.CallCommand.execute（CallCommand.java：79）在py4j.GatewayConnection .run(GatewayConnection.java:214) 在 java.lang.Thread.run(Thread.java:748)

我有一个csv包含这样数据的文件

ID|Arr_of_Str
 1|["ABC DEF"]
 2|["PQR", "ABC DEF"]

我想读取这个.csv文件，但是当我使用时sqlContext.read.load，它将它作为字符串读取

当前的：

df.printSchema()

root
 |-- ID: integer (nullable = true)
 |-- Arr_of_Str: string (nullable = true)

预期的：

df.printSchema()

root
 |-- ID: integer (nullable = true)
 |-- Arr_of_Str: array (nullable = true)
      |-- element: string (containsNull = true)

如何将字符串转换为字符串数组？

我有一个包含 2 列的数据框：account_id并且email_address，现在我想再添加一列updated_email_address，我在该列上调用一些函数email_address来获取updated_email_address. 这是我的代码：

def update_email(email):
  print("== email to be updated: " + email)
  today = datetime.date.today()
  updated = substring(email, -8, 8) + str(today.strftime('%m')) + str(today.strftime('%d')) + "_updated"
  return updated

df.withColumn('updated_email_address', update_email(df.email_address))

但结果显示updated_email_address列为空：

+---------------+--------------+---------------------+
|account_id     |email_address |updated_email_address|
+---------------+--------------+---------------------+
|123456gd7tuhha |abc@test.com  |null           |
|djasevneuagsj1 |cde@test.com  |null           |
+---------------+--------------+---------------+

updated_email在它打印出来的函数内部：

Column<b'(email_address + == email to be udpated: )'>

它还将 df 的列数据类型显示为：

dfData:pyspark.sql.dataframe.DataFrame
account_id:string
email_address:string
updated_email_address:double

为什么updated_email_address列类型是double？

我有一个使用 spark-xml 包转换为数据帧的 XML 文件。数据框具有以下结构：

root
 |-- results: struct (nullable = true)
 |    |-- result: struct (nullable = true)
 |    |    |-- categories: struct (nullable = true)
 |    |    |    |-- category: array (nullable = true)
 |    |    |    |    |-- element: struct (containsNull = true)
 |    |    |    |    |    |-- value: string (nullable = true)

如果我选择类别列（可能在类别下多次出现）：

df.select((col('results.result.categories.category')).alias("result_categories"))

对于一个记录，结果看起来像

[[result1], [result2]]

我试图压平结果：

[result1, result2]

当我使用 flatten 函数时，我收到一条错误消息：

df.select(flatten(col('results.result.categories.category')).alias("Hits_Category"))
 cannot resolve 'flatten(`results`.`result`.`categories`.`category`)' due to data type mismatch: The argument should …

我想拆分一列中的所有数字。

数字： 123456789012

成为 123-4567890-12

-所以我想在位置 4 和 10 处添加。

我不想创建新专栏

我对 pyspark 比较陌生。我想生成一个数据框列，其日期在两个给定日期（常量）之间，并将该列添加到现有数据框。有效的方法是什么？

我尝试了这个但没有成功：

df_add_column = df.withColumn("repeat", expr("split(repeat(',', diffDays), ',')")).select("*", posexplode("repeat").alias('DATE', "val")) .drop("repeat", "val", "diffDays").withColumn('DATE', expr("date_add('2018-01-01', 'DATE')"))

这是我当前的数据集：

from pyspark.sql import Window
import pyspark.sql.functions as psf

df = spark.createDataFrame([("2","1",1),
                            ("3","2",2)],
                     schema = StructType([StructField("Data",  StringType()),
                                          StructField("Source",StringType()),
                                          StructField("Date",  IntegerType())]))


display(df.withColumn("Result",psf.collect_set("Data").over(Window.partitionBy("Source").orderBy("Date"))))

输出：

为什么在窗口上使用collect_set函数时，3列的第一行中缺少值？Resultordered

我也尝试过使用collect_list，但得到了相同的结果。

我想要的输出是：

其中值的顺序Result被保留 - 第一个是 where Date = 1，第二个是Date = 2

如果我尝试这样做，我会收到编译器错误

df.filter($"foo" == lit(0))

忘记了我在 Spark 中需要一个三等号。

但是，如果我这样做，我会得到错误的答案，但没有错误：

df.filter($"foo".between(baz, quux) || $"foo" == lit(0))

有人可以解释为什么编译时检查在第一种情况下对我有帮助，但在第二种情况下却没有帮助吗？