我已经创建了一个定制的Decoder,它按照来解码非常特定的数据格式。
请注意,我的数据格式不是XML或JSON。
我一开始是:
public final class MyDecoder: Decoder {
public var codingPath: [CodingKey] = []
public var userInfo: [CodingUserInfoKey:Any] = [:]
public let input: String
public init(_ input: String) {
self.input = input
我试图识别REST端点中检索数据的数据格式。当API调用时,我计划只对具有JSON数据格式的请求作出响应。从检索到的标题中,我计划识别这一点。
我定义的终点类似于以下结构:
@PostMapping("/login/checkAuthorization")
public PrivillegeResponse checkAuthorizationAction(@RequestBody
PrivillegeModel privillegeObj )
{
//codes to be executed
/
我想要创建一个抽象模型,然后从它自动生成各种特定于数据格式的模型,例如XML模型(即从抽象模型自动生成XML模式)、JSON模型(即从抽象模型自动生成JSON模式)等等。
用合金作为抽象模型的表达语言是很好的。
但我不确定我是否能够从合金模型中自动生成所需的特定数据格式的模型。请允许我解释一下。
考虑一下这个简单的合金模型:
sig Test {
A: Int,
B: Int
} {
A > B
}
该模型包含两种类型的内容:(1)包含关于数据结构的信息,(2)包含相互依赖信息("A“必须大于"B")。
从合金模型中,我可以自动生成各种数据格式
我是Python的新手,我正在努力解决这个问题。
我想要创建许多新的数据格式,每个数据格式都是从现有的dataframe列中创建的。原版有时间格式,x1,Time2,x2.
我已经找到一个循环来寻找“时间”
for col in df.columns:
if 'Time' in col:
我需要调用found列及其旁边的列,并将其分配给一个新的dataframe,其中包含'Time‘、'x1’的列,然后循环遍历每一对Timen & xn。我想用xn来命名数据格式。
谢谢你的帮助。
我有两个这样的数据格式:
dfA=pd.DataFrame([[1,2,3],[4,5,6]])
dfB=pd.DataFrame([[True,False,False],[False,True,False]])
如何根据相同的索引创建一个新的数据格式,
2 ** (dfA+1) only if dfB is true
2 ** (dfA) only if dfB is false.
我喜欢实现的是这样一个数据框架:
df_output = pd.DataFrame([[4,4,8],[16,64,64]])
谢谢!