Nano Hash - криптовалюты, майнинг, программирование

Получение этого действия увеличит количество ячеек на листе сверх лимита в 2000000 ячеек при вызове Sheet API.

Я использую Google Sheets V4, добавить API для вставки данных во вновь созданный лист. Я вставляю данные с 1000 строками и 1001 столбцом, то есть 1001000 ячеек.

String url = https://sheets.googleapis.com/v4/spreadsheets/<spreadSheetId>/values/<workSheetName>!A1:append?access_token=<accessToken>&valueInputOption=USER_ENTERED&insertDataOption=INSERT_ROWS
    //CREATING THE REQUEST BODY
reqBody.put("range", <workSheetName>+"!A1");
reqBody.put("majorDimension", "ROWS");
reqBody.put("values", <values>);

Я получаю 400 Bad Request с сообщением:

Это действие увеличит количество ячеек на листе сверх лимита в 2000000 ячеек.

Я знаю, что у Google есть ограничение в 2 миллиона ячеек на лист, но я не могу понять, почему я получаю это исключение, тем более что я не превысил лимит.

Любая помощь о том, почему может возникнуть эта ошибка?

google-sheets-api
13.09.2017

  • Никто. Я создаю лист, а затем вставляю значения. По-прежнему получаю эту ошибку. 20.06.2018
  • У вас есть решение этой проблемы? 07.11.2018
  • Нет, эта ошибка все еще возникает в некоторых случаях. 05.02.2019

Ответы:


1

Кажется, Google считает ячейки, которые уже есть, даже если они пустые, даже в новых таблицах. Решение состоит в том, чтобы сначала стереть эти столбцы. Вы можете сделать это вручную, выбрав столбец, щелкнув правой кнопкой мыши и выбрав «Удалить».

Используя API, вам потребуется deleteDimension - вот пример PHP:

        new Google_Service_Sheets_Request([
          "deleteDimension" => [
            "range" => [
              "sheetId" => $sheetId,
              "dimension" => "COLUMNS",
              "startIndex" => 1,
              "endIndex" => 26
              ],
          ],
        ]);

Примечания:

  • У Google необычный синтаксис для указания диапазонов - первый столбец действительно начинается с 0, но конечный столбец должен быть тем, который после, поэтому 0-1 - это столбец A , а не A и B.

  • В этом примере мы удаляем все, кроме первого столбца - это не позволит вам удалить весь лист, например если бы вы сделали 0-26 (то есть все), вы бы получили:

Недействительные запросы [1] .deleteDimension: вы не можете удалить все столбцы на листе.

  • не волнуйтесь, хотя теперь у вас есть только один столбец, столько новых столбцов, сколько вам нужно, будет добавлено автоматически при добавлении данных

  • Предел рабочей книги, который я получаю в декабре 2019 года, составляет 5000000, а не 2000000:

Недопустимые запросы [2] .pasteData: это действие увеличит количество ячеек в книге выше предела в 5000000 ячеек.

08.12.2019
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..