Вам необходимо использовать функции shadowView
и roundView
shadowView
roundView
shadowView
немного внутри, и его тень должна светиться. Откорректируйте insets
так, чтобы shadowView
полностью невидимо позади roundView
roundView
Код
addSubviews(shadowView, roundView)
roundView.addSubviews(titleLabel, subtitleLabel, imageView)
// need inset
shadowView.pinEdges(view: self, inset: UIEdgeInsets(constraintInsets: 2))
roundView.pinEdges(view: self)
do {
shadowView.backgroundColor = .white // need background
let layer = shadowView.layer
layer.shadowColor = UIColor.black.cgColor
layer.shadowRadius = 3
layer.shadowOffset = CGSize(width: 3, height: 3)
layer.shadowOpacity = 0.7
layer.shouldRasterize = true
}
do {
roundView.backgroundColor = .white
let layer = roundView.layer
layer.masksToBounds = true
layer.cornerRadius = 5
}
Или вы можете просто сделать ниже, не указав clipToBounds/maskToBounds
layer.shadowColor = UIColor.gray.cgColor
layer.shadowOffset = CGSize(width: 3, height: 3)
layer.shadowOpacity = 0.8
Вы можете создать новый словарь для каждой строки с извлеченными значениями attributeName
и attributeValue
и добавить все исходные столбцы с помощью join
:
a = [{'attributeName': 'File Discount',
'attributeType': 'int',
'attributeValue': '15'},
{'attributeName': 'Returns',
'attributeType': 'text',
'attributeValue': 'Full SOR on all'}]
b = [{'attributeName': 'File',
'attributeType': 'int',
'attributeValue': '48'}]
df = pd.DataFrame({'companyName':['Ace','B66ks'],
'attributes':[a,b],
'id':[130,240]})
print (df)
companyName attributes id
0 Ace [{'attributeName': 'File Discount', 'attribute... 130
1 B66ks [{'attributeName': 'File', 'attributeType': 'i... 240
L = [{y.get('attributeName'):y.get('attributeValue') for y in v}
for k, v in df.pop('attributes').items()]
print (L)
[{'File Discount': '15', 'Returns': 'Full SOR on all'}, {'File': '48'}]
df1 = pd.DataFrame(L, index=df.index).join(df)
print (df1)
File File Discount Returns companyName id
0 NaN 15 Full SOR on all Ace 130
1 48 NaN NaN B66ks 240
есть функция pandas, которую можно использовать в unstack () и stack () кадра данных. Вот ссылка на документацию: https://pandas.pydata.org/pandas-docs/stable/generated/pandas .DataFrame.stack.html