chenchen

chenchen 查看完整档案

填写现居城市  |  填写毕业院校  |  填写所在公司/组织填写个人主网站
编辑

逍遥自在

个人动态

chenchen 关注了问题 · 2月23日

go grpc 偶尔会返回Socket closed

php grpc调用go 服务端,偶尔会出现socket closed。
相隔5秒的两个请求,请求同一个服务,第一个正常返回,第二个出现socket closed, 有时候却没有问题。可能是业务里加锁的问题吗,但是第一个请求完锁就释放了。即便没有释放,第二个请求也是阻塞。

之前go服务挂掉的时候会出现failed to connect to all addresses ,然后会出现socket closed。 但是目前服务都正常偶尔出现socket closed。
我改如何排查或者复现这个socket closed呢

环境
php go nginx 都在docker里,php调用go通过nginx做了一层转发。

关注 1 回答 0

chenchen 提出了问题 · 2月23日

go grpc 偶尔会返回Socket closed

php grpc调用go 服务端,偶尔会出现socket closed。
相隔5秒的两个请求,请求同一个服务,第一个正常返回,第二个出现socket closed, 有时候却没有问题。可能是业务里加锁的问题吗,但是第一个请求完锁就释放了。即便没有释放,第二个请求也是阻塞。

之前go服务挂掉的时候会出现failed to connect to all addresses ,然后会出现socket closed。 但是目前服务都正常偶尔出现socket closed。
我改如何排查或者复现这个socket closed呢

环境
php go nginx 都在docker里,php调用go通过nginx做了一层转发。

关注 1 回答 0

chenchen 提出了问题 · 2020-10-23

解决pandas 字典转换成dataFrame,如何将索引放在第一行

数据

res = {
    0:{'age':18,'name':'zhangsan'},
 1:{'age':24,'name':'lisi'},
}
df = pd.DataFrame(res)

结果

             0     1
age         18    24
name  zhangsan  lisi

字典key 很多的情况下 如何不用set_indexs手动设置索引,把结果变成下面的,不能再初始化dataframe的时候设置,因为key字典的key很多。

    age  name
0   18   zhangsan    
1   24   lisi

关注 2 回答 1

chenchen 赞了回答 · 2020-10-09

解决python pandas 分组统计多出一列

请参考:

import pandas as pd

user_price = [
    {
        'user_id': 1000,
        'goods_price': 100
    },
    {
        'user_id': 1000,
        'goods_price': 100
    },
    {
        'user_id': 2000,
        'goods_price': 100
    },
    {
        'user_id': 1000,
        'goods_price': 200
    },
    {
        'user_id': 2000,
        'goods_price': 100
    },
]

user_df = pd.DataFrame(user_price)
print(
    user_df.groupby(['goods_price'
                     ])['user_id'].nunique().reset_index(drop=False))

关注 3 回答 2

chenchen 赞了回答 · 2020-10-09

解决python pandas 分组统计多出一列

需要先去重,再分组统计

user_df.drop_duplicates().groupby(['goods_price'], as_index=False)['user_id'].count()

关注 3 回答 2

chenchen 提出了问题 · 2020-10-08

解决python pandas 分组统计多出一列

想要统计每个价格支付的人数,同一个价格下同一个用户即使支付了多次也算作1人次,如下,100的价格 有用户1000和2000,这样算作两个人

 user_price = [
            {'user_id':1000,'goods_price':100},
            {'user_id':1000,'goods_price':100},
            {'user_id':2000,'goods_price':100},
            {'user_id':1000,'goods_price':200},
            {'user_id':2000,'goods_price':100},
        ]
        user_df = pd.DataFrame(user_price)
        print(user_df.groupby(['goods_price','user_id'],as_index=False)['user_id'].count())

结果输出 多了1行

   goods_price  user_id
0          100        2
1          100        2
2          200        1

希望得到结果

   goods_price  user_id
0          100        2
1          200        1

关注 3 回答 2

chenchen 赞了回答 · 2020-09-29

解决pandas 分组合并元素后如何再重新组合。

tmp = x.groupby(["user_id"])['log'].apply(lambda x: Counter(np.concatenate(list(x))))

res = tmp.unstack().reset_index()

res = res.apply(lambda x: x.to_dict(), axis=1)

image.png

关注 2 回答 1

chenchen 赞了回答 · 2020-09-29

解决关于开发环境问题,访问内网数据库

clone一份sql到本地

关注 6 回答 4

chenchen 提出了问题 · 2020-09-28

解决pandas 分组合并元素后如何再重新组合。

原数据是这样的

res = [
    {"user_id": 1000, "log": ["0.3", "0.7", "1"]},
 {"user_id": 2000, "log": ["0.3", "0.7", "1"]},
 {"user_id": 1000, "log": ["0.3", "0.7", "1"]},
 {"user_id": 2000, "log": ["0.3", "0.7", "1"]}
]

统计log里的数值出现的次数再重新组合新的列表。

想要实现的效果如下,

# 统计到了分别出现了2次
res = [
    {"user_id": 1000,'0.3':2,'0.7':2,'1':2},
 {"user_id": 2000,'0.3':2,'0.7':2,'1':2},
]

我的代码,只实现了部分,还不太正确,后面没有太多思路。请教一下

x = pd.DataFrame(res)
res = x.groupby(['user_id'])['log'].apply(lambda x:np.concatenate(list(x))).reset_index()
x['log'] = res.apply(lambda x: dict(Counter(x['log'])),axis=1)
print(x)

输出

   user_id                           log
0     1000  {'0.3': 2, '0.7': 2, '1': 2}
1     2000  {'0.3': 2, '0.7': 2, '1': 2}
2     1000                           NaN
3     2000                           NaN

关注 2 回答 1

chenchen 赞了回答 · 2020-09-27

解决python pandas 这样的数据怎么处理?

df = pd.DataFrame(res)

df[df.pay_type == 2].groupby(['user_id', 'pay_type', 'create_time'], as_index=False)['money'].sum().to_dict('records')

关注 2 回答 1

认证与成就

  • 获得 0 次点赞
  • 获得 16 枚徽章 获得 0 枚金徽章, 获得 3 枚银徽章, 获得 13 枚铜徽章

擅长技能
编辑

(゚∀゚ )
暂时没有

开源项目 & 著作
编辑

(゚∀゚ )
暂时没有

注册于 2015-08-18
个人主页被 1k 人浏览