Я думаю, вы ищете
client.Search(s => s
.Index('my index name')
.Type('my doc type name')
.From(page*PageSize)
.Size(PageSize)
.Query(q => q
.QueryString(qs => qs.Query('my query')))
.Highlight(h => h
.OnFields(f => f
.OnField("*")
.PreTags("")
.PostTags("")
)));
, потому что .OnAll()
означает .OnField("_all")
.
UPDATE: синтаксис инициализатора объекта (NEST 5.x)
var searchRequest = new SearchRequest
{
Query = ..
Highlight = new Highlight
{
PostTags = new[] {""},
PreTags = new[] {""},
Fields = new FluentDictionary().Add("*", new HighlightField())
}
};
Использование:
new_df[['df_t1', 'df_t2', 'df_val']] = new_df['df_test'].str.rsplit('),', expand=True)
new_df[['df_t1', 'df_t2']] += ')'
print (new_df)
df_test df_t1 df_t2 df_val
0 (-, 136), (-, 136), 1.0 (-, 136) (-, 136) 1.0
1 (-, 136), (-, 438), 0.5 (-, 136) (-, 438) 0.5
2 (-, 136), (-, 257), 0.5 (-, 136) (-, 257) 0.5
В зависимости от вашего формата вы можете использовать ast.literal_eval
. Лучше попытайтесь решить проблему до до того, как ваш фрейм данных будет создан.
from ast import literal_eval
df = pd.DataFrame({'df_test': ['(-, 136), (-, 136), 1.0',
'(-, 136), (-, 438), 0.5',
'(-, 136), (-, 257), 0.5']})
series = df.pop('df_test').str.replace('-', '"-"').apply(literal_eval)
df = df.join(pd.DataFrame(series.values.tolist(), columns=['df_t1', 'df_t2', 'df_val']))
print(df)
df_t1 df_t2 df_val
0 (-, 136) (-, 136) 1.0
1 (-, 136) (-, 438) 0.5
2 (-, 136) (-, 257) 0.5