Selected camel-case OGC properties disappear after column normalization
Los mantenedores suelen responder en 1 día
Evaluación
- Dificultad
- 2/5
- Tiempo estimado
- 1-3 horas
- Aptitud para principiantes
- 25/100
Línea de trabajo
Read _finalize_ogc and _arrange_cols to follow how returned column names and requested properties are normalized and selected. Add a regression test for selecting sampleTime from a response containing that camel-case property; done means the result retains the normalized sample_time column and its value. A pull request is already open for this issue.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
When an OGC response uses a camel-case property and the caller selects it with properties, the returned DataFrame silently loses that column.
For example, a response frame containing id="obs-1" and sampleTime="2024-01-01T00:00:00Z", with properties=["sampleTime"], is normalized to a sample_time column in _finalize_ogc. The subsequent _arrange_cols call compares the original sampleTime name with the normalized columns and returns a frame with no columns. The result should retain sample_time and its value.
This occurs in the local shaping path without an API request. The Water Data API's snake-case properties do not trigger it, but the same OGC shaping code explicitly supports camel-case response fields. I have a small fix and regression test in progress: normalize requested property names the same way as returned column names before selecting them.
- Lenguaje dominante
- Python
- Estrellas
- 267
- Forks
- 63
- Merge medio
- 3 d 5 h
- PR fusionados (30 d)
- 11
Preparar el entorno
- Sin Dockerfile ni archivo de Docker Compose
- Sin plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de DOI-USGS/dataretrieval-python
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
DOI-USGS/dataretrieval-python#415 · 1 comentario · 1 reacción ·
Los mantenedores suelen responder en 1 día
-
ready-for-agent
Dificultad 4/5 3-5 días Aptitud para principiantes 42/100
DOI-USGS/dataretrieval-python#413 ·
Los mantenedores suelen responder en 1 día
-
ready-for-agent
Dificultad 3/5 1-2 días Aptitud para principiantes 68/100
DOI-USGS/dataretrieval-python#410 ·
Los mantenedores suelen responder en 1 día
-
ready-for-agent
Dificultad 3/5 1-2 días Aptitud para principiantes 72/100
DOI-USGS/dataretrieval-python#412 ·
Los mantenedores suelen responder en 1 día
-
ready-for-agent
Dificultad 4/5 3-5 días Aptitud para principiantes 48/100
DOI-USGS/dataretrieval-python#407 ·
Los mantenedores suelen responder en 1 día
Todos los issues de DOI-USGS/dataretrieval-python
Issues similares
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 88/100
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 92/100
QuantEcon/lecture-python-programming#642 ·
Los mantenedores suelen responder en 1 día
-
area/config area/profiles comp/cli needs-decision P3 sweeper:risk-compatibility type/feature
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
NousResearch/hermes-agent#133697 ·
Los mantenedores suelen responder en 1 día
-
enhancement needs-triage
Dificultad 1/5 Menos de una hora Aptitud para principiantes 72/100
Los mantenedores suelen responder en 1 día
-
core
Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100
vectorize-io/hindsight#5279 ·
Los mantenedores suelen responder en 1 día