在dataframe中访问JSON
是指在数据分析和处理过程中，使用dataframe结构来处理和访问JSON格式的数据。dataframe是一种二维表格数据结构，可以方便地对数据进行操作和分析。
JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，常用于数据的序列化和传输。它以键值对的形式组织数据，并使用大括号{}表示对象，方括号[]表示数组。
在dataframe中访问JSON数据，可以通过以下步骤进行：
- 导入必要的库和模块：
- 导入必要的库和模块：
- 读取包含JSON数据的文件或字符串，并将其转换为dataframe：
- 读取包含JSON数据的文件或字符串，并将其转换为dataframe：
- 访问JSON数据：
- 访问JSON数据：
在dataframe中访问JSON数据的优势包括：
- 方便的数据处理和分析：dataframe提供了丰富的数据操作和分析功能，可以轻松处理和分析JSON数据。
- 灵活的数据访问方式：可以通过列名和索引的方式访问JSON数据，方便快捷。
- 与其他数据类型的兼容性：dataframe可以与其他数据类型（如CSV、Excel等）进行无缝集成，方便数据的整合和转换。
应用场景：
- 数据分析和挖掘：通过dataframe中的JSON数据访问，可以方便地进行数据分析和挖掘，提取有用的信息。
- 数据清洗和预处理：可以使用dataframe的功能对JSON数据进行清洗和预处理，使其符合分析需求。
- 数据可视化：通过对JSON数据进行处理和分析，可以生成可视化图表，帮助用户更好地理解数据。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云数据分析平台（https://cloud.tencent.com/product/dcap）
- 腾讯云数据湖分析（https://cloud.tencent.com/product/dla）
- 腾讯云数据仓库（https://cloud.tencent.com/product/dws）
- 腾讯云弹性MapReduce（https://cloud.tencent.com/product/emr）
- 腾讯云数据集成服务（https://cloud.tencent.com/product/dps）
相关·内容
我有以下的文件结构，如果我在任何从设备或主设备中执行df -h
Filesystem Size Used Avail Use% Mounted on
/dev/xvda1 7.9G 4.4G 3.5G 57% /
tmpfs 7.4G 4.0K 7.4G 1% /dev/shm
/dev/xvdb 37G 3.3G 32G 10% /mnt
/dev/xvdf 37G 2.0G 34G 6% /mn
浏览 5提问于2016-12-07得票数 2
1回答
我有下面的项目树
.
└── src
└── dask_test
├── helpers
│ ├── commandline.py
│ ├── data
│ │ ├── dataset0.json
│ │ ├── dataset1000.json
│ │ ├── dataset300.json
│ │ ├── dataset5000.json
│ │ ├── dataset500.json
│
浏览 5提问于2017-06-24得票数 2
在“火花:最终指南”中，它说：
如果需要引用特定DataFrame的列，则可以在特定的DataFrame上使用col方法。
例如(在Python/Pyspark中)：
df.col("count")
但是，当我在包含列count的dataframe上运行后的代码时，就会得到错误'DataFrame' object has no attribute 'col'。如果我尝试column，我会得到一个类似的错误。
这本书是错的，还是我该怎么做呢？
我上的是星火2.3.1。dataframe是用以下内容创建的：
df = spark.read.f
浏览 2提问于2018-08-12得票数 9
1回答
我正在尝试创建一个采用已经格式化的json.loads()的函数。
def data_fp(fp):
for line in fp:
try:
data=json.loads(line)
json_data.append(data)
except:
continue
我拿着json_data，正试着清理它。我创建了一个空白的dataframe并创建了一个函数。
df=pd.DataFrame()
def data_clean(liste):
df['col1'] = map(lambda da
浏览 0提问于2015-09-10得票数 1
回答已采纳
我正在尝试从Databricks 3.5 (Spark2.2.1)中的dataframe中的json字符串创建一个数据集。在'jsonSchema‘下面的代码块中，有一个StructType，它具有正确的json-字符串布局，它位于dataframe的'body’列中。
val newDF = oldDF.select(from_json($"body".cast("string"), jsonSchema))
这将返回根对象所在的数据格式。
jsontostructs(CAST(body AS STRING)):struct
后面跟着模式中的字
浏览 0提问于2018-10-23得票数 0
回答已采纳
我试着分析一个网站的数据。我解析了HTML以使用json.loads()获取json数据。
data = json.loads(soup.find('script', type='application/ld+json').text)
因此，现在留给我的数据类似于以下内容：
data = """
{'aggregateRating': {'reviewCount': 1691,
'@type' : 'AggregateRating
浏览 2提问于2017-11-11得票数 0
回答已采纳
抱歉，如果标题有点模糊，我很乐意更改它。
问题：，我试图在下面的代码中使用关键字名来过滤使用熊猫的数据文件中的列名。
@staticmethod
def filter_json(json, col_filter, **kwargs):
'''
Convert and filter a JSON object into a dataframe
'''
df = pd.read_json(json).drop(col_filter, axis=1)
for arg in kwargs:
浏览 2提问于2021-03-16得票数 0
回答已采纳
当我试图在ipython...beginner中与熊猫一起运行这个文件时，我总是得到不同的属性错误，所以我可能遗漏了什么
代码：
from pandas import Series, DataFrame
import pandas as pd
import json
nan=float('NaN')
data = []
with open('file.json') as f:
for line in f:
data.append(json.loads(line))
df = DataFrame(data, columns=['accept
浏览 5提问于2013-10-15得票数 41
回答已采纳
1回答
这是我关于堆栈溢出的第一个问题:)为了向生物多样性数据库添加信息，我编写了一个程序循环调用一个基于拉丁名称的API，然后返回该物种的常见名称，并将其添加到dataframe中。该程序运行良好，但我对以下情况有问题：
这是每个单独循环输出的一个例子：
taxonname primary language
1 Polynesian Chestnut FALSE eng
2 Tahitian Chestnut TRUE eng
3 Chataignier de Tahiti FALSE fre
当前程序将第
浏览 2提问于2022-01-24得票数 0
1回答
我目前正在处理一些相当复杂的json文件，我应该将它们转换并写入增量表。问题是，当涉及到列的数据类型时，每个文件都有细微的差异。有人能给我解释一下检索嵌套结构列的数据类型的一般方法吗？在互联网上，我只能找到如何对它们做选择：https://sparkbyexamples.com/pyspark/pyspark-select-nested-struct-columns/ 如果我有这样的格式： ? 我怎样才能获得数据类型，比如说，姓氏？ 编辑: Json文件当然已经写在dataframe中，我的问题是如何查询dataframe以检索数据类型 非常感谢!
浏览 42提问于2021-10-22得票数 0
输入：
source_dataframe = spark.createDataFrame(
[
(1,"1", "2020-01-01",10),
(1,"2", "2020-01-01",20),
(1,"2", "2020-02-01",30)
],
("country_code", "cust_id","day","value
浏览 0提问于2021-08-27得票数 0
2回答
我用scrapy抓取了一个网站，并将数据存储在一个json文件中。
指向json文件的链接：
但是json不是标准的json，并且会给出错误：
>>> import json
>>> with open("/root/code/itjuzi/itjuzi/investorinfo.json") as file:
... data = json.load(file)
...
Traceback (most recent call last):
File "<stdin>", line 2, in <
浏览 2提问于2016-08-19得票数 5
回答已采纳
我有一个大熊猫数据文件(17000行)，每一行都有一个文件路径与一个特定的json文件相关联。对于每一行，我都希望读取json文件内容，并将内容提取到一个新的dataframe中。
dataframe看起来如下所示：
0 /home/user/processed/config1.json
1 /home/user/processed/config2.json
2 /home/user/processed/config3.json
3 /home/user/processed/config4.json
4 /home/user/processed
浏览 4提问于2022-04-01得票数 2
3回答
我正在尝试从嵌套的JSON结构中创建一个dataframe，但是我遇到了一个我不明白的问题。我已经在JSON中爆炸了一个dicts数组结构，现在我正在尝试访问这些数据集，并创建包含其中的值的列。这就是这些白痴们的样子：
索引1(主语、位置等)处的值根据架构在键"name“下转：
然而，当我尝试：
dataframe = dataframe.withColumn("keywords_name", dataframe.keywords_exp.name)
它抛出错误：
PySpark: TypeError: col应该是列
在dict中的任何其他键都没有
浏览 7提问于2022-08-04得票数 1
回答已采纳
1回答
我正在使用Memsql::Streamliner::Transform (Python)实用程序。有一个转换方法必须被覆盖以提供自定义转换功能。
def transform(self, sql_context, dataframe, logger):
dataframe.column[0]是一个字节数组(JSON字符串)。
如何将字节数组转换为具有命名列的DataFrame？
目标:访问转换后的DataFrame中的各个列。
浏览 1提问于2016-04-13得票数 1
回答已采纳
1回答
覆盖df.to_json文件
、、、、
我正在使用Python构建一个实时的Twitter情绪分析网站。我希望将分析结果存储在json格式的文件中，作为执行的每个搜索的历史数据。如何覆盖一个文件中的所有搜索数据？数据最初临时存储在Pandas dataframe中，因此我将其转换为json中的数组。 headings = ("Tweet", "Sentimen")
data = list(zip(tweets['tweet_text'], sentiment))
df = pd.DataFrame(data, columns=['Tweet', 'Senti
浏览 26提问于2021-01-09得票数 0
我无法将Streamz流转换为使用Kafka source.PFB代码生成的Dask流
from streamz import Stream
from streamz.dataframe import Random
from streamz.dataframe import DataFrame
import json
from dask.distributed import Client
client = Client()
source = Stream.from_kafka(['logs'],
{'bootstrap.servers': '
浏览 7提问于2019-07-15得票数 2
回答已采纳
我对蟒蛇和熊猫非常陌生，我正在为一个距离矩阵做一个项目。我得到了一个API，它从两个点获取距离数据，我想导出到excel或csv。
我得到一个模块“熊猫”没有属性"Dataframe“
import requests
import json
import pandas as pd
origin="Centro Hospitalar Universitário de São João, E. P. E"
destination="Braga"
api="api"
response=requests.get("https://
浏览 13提问于2022-11-03得票数 0
1回答
我有oneM2M api。提供json响应。因此，我需要在C#字符串变量中存储一个子节点信息。im获取变量中的空值。我希望获得con节点的dataFrame数据。
json数据
{
"m2m:cin": {
"ty": 4,
"ri": "IoT/15a395/default/d37b4b81f9e",
"pi": "IoT/15a395/default",
"ct": "20180519T141254,
浏览 1提问于2018-05-19得票数 0
回答已采纳
2回答
我在pandas中使用groupby来创建一些json样式的数据。我在迭代分组的dataframe时遇到了问题，因为它不能识别我的键
import pandas as pd
df = pd.DataFrame(data=[['Group A', 10],
['Group A', 12],
['Group B', 22],
['Group B', 25],
浏览 5提问于2016-08-29得票数 1
回答已采纳
import requests
import json
import pandas as pd
CSV_output_df = pd.read_csv('output/DEMO_CSV.csv', index_col=None)
payload = {}
headers = {
'Authorization': 'Basic ***********************************************************'
}
for index, row in CSV_output_df.iterrows():
浏览 2提问于2020-10-14得票数 0
1回答
试图将json列表转换为熊猫的DataFrame。我的数据保持在一行中，而不是转换为DataFrame。
从facebook图形api导入数据，将数据放入json文件尝试读取该文件并将数据放入dataframe中。
def main():
token = 'xxx'
graph = facebook.GraphAPI(token)
fields = ["posts{message}"]
data_interface = graph.get_object('me', fields=fields)
w
浏览 3提问于2019-10-08得票数 0
1回答
我已经使用S3数据格式在pyspark.pandas中读取和存储了拼花文件。现在，在第二阶段，我试图在databricks中读取pyspark dataframe中的parquet文件，并面临将嵌套的json列转换为适当列的问题。首先，我使用以下命令从S3读取拼图数据：
adf = spark.read.parquet('s3://path')
我的pyspark dataframe中的一个嵌套列如下所示：
event_params:array
element:struct
key:string
value:struct
dou
浏览 8提问于2022-06-07得票数 0
1回答
我正在努力理解foreachPartition是如何工作的。由于foreachPartition打印语句不会从执行器发送回我的stdout，所以我考虑将数据写入S3。
因此，我创建了一个随机的dataframe，并尝试将JSON数据从每个分区写入s3。但是，我注意到有些数据没有写入s3。不管有多少分区(2、18或38等)我选择了我的dataframe (本例中的‘df_2.rdd.getNumPartitions()’)，似乎有些数据不是每次都出现在s3中。我如何让foreachPartitions将我的全部数据写入s3？我在这里做错什么了？
#Creating random datafram
浏览 0提问于2021-03-18得票数 0
假设我有一个分区，如下所示
part1:
{"customerId":"1","name":"a"}
{"customerId":"2","name":"b"}
假设我想将它的架构更改为
{"data":"customers":[{"customerId":"1","name":"a"},{"customerId":"2","nam
浏览 1提问于2019-03-12得票数 3
回答已采纳
我想遍历一个JSON文件，并通过遍历JSON数据的特定键值来填充一个pandas DataFrame。
import pandas as pd
json_data = [
{
"name" : "Brad Green",
"age" : "35",
"address" : {
"street" : "Nicol St. 16",
"city" : "Manhatan"
},
浏览 0提问于2021-04-20得票数 0
当Python代码在Mac上运行时，它可以正常工作。但是，当它在Windows上运行时，它会引发以下错误，其中fruits是一个pandas.DataFrame。
码
for i, row in fruits.T.iterkv():
data = json.loads(row.to_json())
错误：
AttributeError: 'Series' object has no attribute 'to_json'
是什么导致了这个错误？
Windows系统正在运行Python2.7.5，熊猫版本为0.11.0。Mac运行2.7.2，熊猫v0.12
浏览 6提问于2013-12-03得票数 0
回答已采纳
2回答
我现在经常遇到这个问题:我有一个嵌套的dict (通常来自一个API / JSON有效载荷)，并且需要作为表格数据来使用。
示例：
invoices = [
{
'id': 1,
'currency': 'GBP',
'lines': [
{'line_id': 1, 'product': 'pencils', 'quantity': 100, 'price': 20},
浏览 3提问于2022-01-21得票数 0
回答已采纳
3回答
我有以下JSON代码片段： {'search_metadata': {'completed_in': 0.027,
'count': 2},
'statuses': [{'contributors': None,
'coordinates': None,
'created_at': 'Wed Mar 31 19:25:16 +0000 2021',
浏览 20提问于2021-04-03得票数 1
回答已采纳
1回答
我正在使用Python中的Bokeh库来创建交互式web图表。我想将这些图表存储在Google网站上，以便在我的组织的域内轻松访问，但我不知道如何保持实时同步。
图表的数据在Google电子表格中。我将数据导入到Pandas DataFrame中，然后在Bokeh中创建可视化。我可以获取html输出文件并将其复制到Google站点中的嵌入小部件中，但这仍然是静态可视化。我希望图表在新数据添加到google工作表时刷新。这个是可能的吗？下面是与我的代码相同的代码：
from bokeh.plotting import figure
from bokeh.io import output_file
浏览 11提问于2019-11-17得票数 0
我想要创建CSV文件。在运行Spark代码时，它会出现一个错误。
sc <- spark_connect(master = "local", config = conf, version = '2.2.0')
sample_tbl <- spark_read_json(sc,name="example",path="example.json", header = TRUE, memory = FALSE,
overwrite = TRUE)
sdf_sche
浏览 0提问于2018-09-10得票数 1
1回答
我在熊猫dataframe列中有一个JSON对象，我想把它分开放到其他列中。在dataframe中，JSON对象看起来像一个包含字典数组的字符串。数组可以是可变长度的，包括零，或者列甚至可以是空的。我编写了一些代码，如下所示，它可以实现我想要的结果。列名由两个组件构建，第一个组件是字典中的键，第二个组件是字典中键值的子字符串。
这段代码工作正常，但是在一个大数据文件上运行的速度非常慢。有人能提供一种更快(而且可能更简单)的方法来完成这个任务吗？另外，如果你看到一些不合理的/有效的/节奏式的东西，可以随意地在我所做的事情上挖洞。我还是个相对初学者。谢谢大堆。
# Import libraries
浏览 5提问于2017-08-15得票数 3
回答已采纳
我正在尝试将dataframe中的Row转换为case类，并得到以下错误
2019年-08-19 20:13:08任务1的执行器任务启动工人:91-阶段1.0 (TID 1)中任务0.0中的异常java.lang.ClassCastException: java.lang.ClassCastException:无法转换为Models.City
Sample Log = {"Id": "1","City": {"name": "A","state": "B"}}
下面是读取具有
浏览 0提问于2019-08-19得票数 1
我有一个很大的嵌套NDJ (新行分隔的JSON)文件，我需要将其读取到单个spark dataframe中并保存到parquet中。在尝试呈现模式时，我使用以下函数：
def flattenSchema(schema: StructType, prefix: String = null) : Array[Column] = {
schema.fields.flatMap(f => {
val colName = if (prefix == null) f.name else (prefix + "." + f.name)
浏览 2提问于2016-12-10得票数 5
我想从以下JSON字符串中提取wind对象的数据：
import pandas as pd
from urllib2 import Request, urlopen
import json
from pandas.io.json import json_normalize
request=Request('...')
response_weather = urlopen(request)
w = response_weather.read()
metar = json.loads(w)
wind = pd.DataFrame(json_normalize(metar
浏览 0提问于2016-01-15得票数 0
回答已采纳
如何通过在url或查询中包含给定的偏移量来访问Airtable的分页？
我试图在下面包含在url中的尝试失败了，错误为"KeyError：‘偏移’“。
我已经能够访问函数at_page()的第一个偏移量。为了简单起见，我将函数的结果硬编码到变量offset_01中。
谢谢!
import requests
import pandas as pd
offset_01 = 'itrCG3VDp2c34x1j1/recKTJGYMICe13iA8'
url = 'https://api.airtable.com/v0/PRIVATETABLEKEY/accounts
浏览 1提问于2020-01-08得票数 1
回答已采纳
首先，我对scala和火花完全陌生，尽管我对火星雨有点陌生。我正在处理外部json文件，它非常大，我不允许将它转换为dataset或dataframe。我必须对纯RDD执行操作。
所以我想知道怎样才能得到键的具体值。所以我把json文件读成sc.textFile("information.json")，现在在python中我会这样做
x = sc.textFile("information.json").map(lambda x: json.loads(x))\
.map(lambda x: (x['name'],x['roll_no
浏览 1提问于2019-09-21得票数 2
回答已采纳
我之所以觉得这不是的翻版：
from_json需要事先了解json模式，而我对此不了解。
get_json_object --我试图使用它，但是运行get_json_object的结果本身就是一个字符串，让我回到第一步。此外，(从exprs语句中)看来-再次-作者期望预先了解模式，而不是推断模式。
要求：
之前，我不知道json模式是什么，因此需要推断它。spark.read.json似乎是推断模式的最佳案例，但我遇到的所有示例都从文件中加载了json。在我的用例中，json包含在dataframe的列中。
我不知道源文件类型(在本例中，用拼花和csv测试)。但是，源
浏览 1提问于2019-01-10得票数 3
我已经训练了一个双输入神经网络来对图像进行分类，并将权重保存到一个hdf5文件中。 我现在正在尝试加载这个网络并使用'predict_generator‘来查看它在我的测试集上做得有多好。但是，在调用'predict_generator‘时，我得到以下错误： Traceback (most recent call last):
File "load_cnn.py", line 75, in <module>
pred = loaded_model.predict_generator(test_gen, steps=36, verbo
浏览 49提问于2019-09-05得票数 0
回答已采纳
3回答
熊猫改变栏的顺序
、、、
在我的项目中，我使用的是烧瓶，我得到了一个JSON (由REST )，它包含我应该转换成熊猫Dataframe的数据。JSON看起来像：
{
"entity_data":[
{"id": 1, "store": "a", "marker": "a"}
]
}
我得到JSON并提取数据：
params = request.json
entity_data = params.pop('entity_data')
然后我把数据转换成熊猫的
浏览 0提问于2018-12-25得票数 3
回答已采纳
首先，我对python (和编码阶段)非常陌生，所以如果我做错了这件事，我很抱歉。
我从websocket流接收到这些json消息：
import websocket, json, dateutil.parser
import dateparser
import csv
import itertools
current_tick = None
dataframe = []
symbols = 'AAPL', 'FB', 'AMZN', 'NFLX'
def on_open(ws):
print("opened
浏览 1提问于2020-12-29得票数 0
回答已采纳
我需要处理一个具有以下模式的json文件： root
|-- Header: struct (nullable = true)
| |-- Format: string (nullable = true)
| |-- Version: struct (nullable = true)
| | |-- vfield: string (nullable = true)
|-- Payload: array (nullable = true)
| |-- element: struct (containsNull = true)
| | |-
浏览 16提问于2020-07-18得票数 0
回答已采纳
我需要保存一个Pandas DataFrame，以及一些元数据到JSON格式的文件中。( JSON格式是必需的。)
背景
A)我可以使用DataFrame.to_json()和DataFrame.from_json()成功地将相当大的Pandas从/写到JSON。没问题。
B)使用json.dump()/json.load()将元数据(dict)保存到JSON中没有问题
我的第一次尝试
由于Pandas不直接支持DataFrame元数据，我的第一个想法是
top_level_dict = {}
top_level_dict['data'] = df.to_dict()
top_
浏览 3提问于2015-10-13得票数 3
回答已采纳
假设我想从python类中调用Dash应用程序，在jupyter笔记本/实验室中完成一些操作，最后访问修改过的对象。我没有完成最后一项任务，下面是一个最低限度的工作示例：
import pandas as pd
import numpy as np
from flask import Flask
import dash_bootstrap_components as dbc
from dash.dependencies import Input, Output, State
from dash import html, dcc
from jupyter_dash import Jupyt
浏览 6提问于2022-01-09得票数 1
回答已采纳
我正在下载json格式的数据，并将其保存到数据框架中。
data = []
for day in range(9,10):
request=Request('https://api..../10/'+str(day)+'/'+appId='+appID+')
response = urlopen(request)
arrivals = response.read()
d = json.loads(arrivals)
data.append(json_normalize(d[&#
浏览 0提问于2015-10-11得票数 1
回答已采纳
我有python脚本，但是当导出文件时，只打印"y“、"meas”、“标签”，使任何数据变白。我在运行scrpt时没有错误。你能建议修一下吗？我不能张贴链接和json。
import requests
from pandas.io.json import json_normalize
import json
import pandas as pd
import numpy as np
# try this
total_df = pd.DataFrame()
request_list = ["LInk",]
# read each link
for r in
浏览 1提问于2021-09-23得票数 1
回答已采纳
我正在编写一个Spark作业，用于从json文件中读取数据并将其写入parquet文件，以下是示例代码：
DataFrame dataFrame = new DataFrameReader(sqlContext).json(textFile);
dataFrame = dataFrame.withColumn("year", year(to_date(unix_timestamp(dataFrame.col("date"), "YYYY-MM-dd'T'hh:mm:ss.SSS").cast("timest
浏览 0提问于2016-11-25得票数 3
我有三列的数据
datejsonString1jsonString2
我希望将json中的属性扩展到列中。所以我做了这样的事。
val json1 = spark.read.json(dataframe.select(col("jsonString1")).rdd.map(_.getString(0)))
val json2 = spark.read.json(dataframe.select(col("jsonString2")).rdd.map(_.getString(0)))
val json1Table = json1.selectExpr(&#
浏览 4提问于2020-02-09得票数 1
回答已采纳
1回答
我正在将python中的dataframe转换为JSON格式，然后在前端发送此JSON。对于这个转换，我使用了DataFrame的函数。在JSON上执行了一些读操作之后，用户将任何特定行的位置返回给服务器。我可以确定在将DataFrame转换为JSON时，Python会保留行的顺序吗？进一步阐述:我可以假设DataFrame中的第100行将对应于生成的JSONArray中的第100个JSONObject吗？
如果我不能，那么向服务器提供此信息的最佳方式是什么？
提前谢谢。
浏览 3提问于2016-04-21得票数 0
我刚开始在Python中使用Spark，并且一直无法解决这个问题:在pyspark.sql.dataframe.DataFrame上运行groupBy之后
df = sqlsc.read.json("data.json")
df.groupBy('teamId')
如何从每个结果组(按teamId分组)中选择N随机样本而不进行替换？
我基本上是尝试从每个团队中随机选择N用户，也许一开始使用groupBy是错误的？
浏览 0提问于2015-11-17得票数 21
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
