在pandas python中，我如何在保留数据帧顺序的情况下进行groupby？
在pandas中，可以使用sort=False参数来保留数据帧的顺序进行groupby操作。
具体操作步骤如下：
- 首先导入pandas库：
import pandas as pd - 创建一个数据帧DataFrame：
df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'], 'B': ['one', 'one', 'two', 'two', 'two', 'one', 'one', 'two'], 'C': [1, 2, 3, 4, 5, 6, 7, 8], 'D': [10, 20, 30, 40, 50, 60, 70, 80]}) - 使用groupby方法对数据进行分组，并设置
sort=False参数：grouped = df.groupby('A', sort=False)- 在
groupby函数中，可以传入一个列名或者多个列名作为参数，表示按照这些列进行分组。
- 在
- 对分组后的结果进行聚合操作，例如求和：
sum_result = grouped['C'].sum()- 这里以列'C'进行了求和操作，可以根据实际需求选择其他的聚合函数，比如
mean()、max()等。
- 这里以列'C'进行了求和操作，可以根据实际需求选择其他的聚合函数，比如
- 输出结果：
print(sum_result)
这样就可以在保留数据帧顺序的情况下进行groupby操作。
推荐的腾讯云相关产品：
- 腾讯云对象存储（COS）：腾讯云的分布式存储服务，可用于存储和管理大规模结构化和非结构化数据。
- 产品介绍链接地址：腾讯云对象存储（COS）
注意：以上仅为示例答案，实际情况下还需要根据具体问题和需求进行综合考虑和回答。
相关·内容
1回答
为什么在pandas中，从32m行数据帧中获取组的这三种方法的性能存在差异。
df = df.groupby(["a", "b", "c"]).groups
df = df.groupby(["a", "b", "c"]).count()
df = df.index
df = df.groupby(["a", "b", "c"]).count()
df = df.drop(df.columns, axis=1).reset_index()
最后一种
浏览 0提问于2016-07-18得票数 0
在python3和pandas中，我有两个结构相同的数据帧 df_posts_final_1.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 32669 entries, 0 to 32668
Data columns (total 12 columns):
post_id 32479 non-null object
text 31632 non-null object
post_
浏览 13提问于2020-03-24得票数 0
回答已采纳
我目前在顶部有数据帧。有没有办法使用groupby函数来获取另一个数据帧来对数据进行分组，并将单词连接成下面使用python pandas的格式？
谢谢
[
浏览 0提问于2016-06-30得票数 8
回答已采纳
1回答
处理附加到数据帧的抽象
、、、、
如果我有一个对dataframe的“引用”，在pandas中似乎没有办法附加到它，因为append和concat都不支持inplace=True参数。 一个(过于)简单的例子： chosen_df, chosen_row = (candidate_a_df, candidate_a_row) if some_test else (candidate_b_df, candidate_b_row)
chosen_df = chosen_df.append(chosen_row) 现在，因为Python做了类似于按值复制引用的事情，所以chosen_df最初将是对传递给some_test的任何候选
浏览 22提问于2019-08-21得票数 1
回答已采纳
使用Python3和Anaconda，我在ipython上导入了pandas和os。我有一个非常大的csv文件。在对文件使用read_csv之后，我尝试对两列使用.groupby()，但它将数据类型从DataFrame更改为DataFrameGroupBy，并且我不能再对其运行数据框方法。 我想不出任何可以尝试的东西。我对熊猫的经验很少，通过codecademy获得的。我的代码似乎可以在那里工作。 import os
import pandas as pd
totals = pd.read_csv('filename')
band_gaps = totals.groupb
浏览 19提问于2019-06-21得票数 0
回答已采纳
我正在尝试编写一个函数，该函数接受数据帧，按列对数据帧进行分组，然后使用第二列的平均值从最大到最小对该列进行排序。我正在尝试返回一个数据帧。我同时使用了seaborn和pandas。
这就是我到目前为止所知道的
def table(df, columnone, columntwo):
dfnew = df.groupby([columnone])[columntwo].nlargest()
return dfnew
我不太确定我错过了什么，或者我应该寻找什么。我是python的新手，如果有任何帮助，我将不胜感激。
浏览 1提问于2021-04-21得票数 0
我是一个使用Python的新手，从使用SQL开始，我一直使用PANDAS从CSV文件构建报告，并取得了相当的成功。多亏了这个网站，我能够回答大多数问题，但我似乎无法找到问题的答案：
我有一个数据帧，它有两列，我希望能够在第一列上分组，并显示连接到第三列的第二列中的最低和最高字母值。在SQL中我可以很容易地做到这一点，但正如我所说的，我很难在Python/Pandas中理解它
示例：
源数据：
LINK_NAME，CITY_NAME
林卡，Citya
林卡，城市
Linkb，Cityx
Linkb，城市
所需输出：
LINK_NAME，LINKID
林卡，CityaCityz
Linkb，Cit
浏览 3提问于2020-02-02得票数 0
我已经使用pandas实现了两个数据帧之间的模糊字符串匹配算法。我的问题是如何将其转换为使用多核的dask操作？我的程序在纯python上运行大约3-4天，我想并行操作以优化时间成本。我已经使用多处理包通过以下代码提取了内核数量：
numCores = multiprocessing.cpu_count()
fields = ['id','phase','new']
emb = pd.read_csv('my_csv.csv', skipinitialspace=True, usecols=fields)
然后，我必须根据每个字
浏览 3提问于2018-05-19得票数 0
2回答
熊猫“变换(套)”引发例外
、、、、
我正试图通过set进行转换，但我得到了一个例外。转换可以很好地处理"sum“和许多其他聚合函数，但对于set或list则不行。
>>> import pandas as pd
>>> df = pd.DataFrame({"a":[1,2,1,], "b":[1,1,2]})
>>> df
a b
0 1 1
1 2 1
2 1 2
>>> df.groupby("a").b.transform(set)
Traceback (most recen
浏览 13提问于2020-01-30得票数 3
回答已采纳
1回答
我在python (2.7)中有一个pandas (v0.12)数据帧data。我对data中的A和B列进行了groupby()，以形成类型为<class 'pandas.core.groupby.DataFrameGroupBy'>的groups对象。
我想遍历groups中包含多行的数据帧并对其应用一个函数。我的代码如下，这里的每个数据帧都是键、值对中的value：
import pandas as pd
groups = data.groupby(['A','B'])
len(groups)
>> 1
浏览 1提问于2015-02-20得票数 0
使用Pandas数据帧，有没有一种方法可以扁平化groupby操作的结果，而不必使用临时数据帧，然后将其合并到原始数据帧中？ 假设我需要创建一个依赖于聚合操作的"result“列，就像这个场景： import pandas as pd
df = pd.DataFrame({'box': [1,1,1,2,2,3,3,3,3], 'item': ['apple', 'durian', 'pear', 'orange', 'banana', 'apple',
浏览 82提问于2020-05-04得票数 2
回答已采纳
1回答
我有一个熊猫数据帧flsa
flsa[:10]
auc topics ww top-n fold
0 0.668729 11 entropy 10 1
1 0.609736 11 entropy 10 2
2 0.654445 11 entropy 10 3
3 0.612886 11 entropy 10 4
4 0.596460 11 entropy 10 5
5 0.654208 11 en
浏览 8提问于2021-05-18得票数 0
回答已采纳
我有一个叫做住房的数据框架。数据帧的属性之一是"Ocean_proximity“，它是分类属性。我在数据帧上应用了median_house_value为450k的条件。现在，我希望在"Ocean_proximity“的每个类别上只保留一条记录，并删除所有其他记录。
我使用的是pandas和python3.0“”
>>>housing[housing.median_house_value==450000][['median_income','median_house_value','ocean_proximity'
浏览 0提问于2019-05-23得票数 0
1回答
我有一个名为：oppty_oppline_sacc的数据帧，格式如下：
opp_id$ sacc_id$
001 AAB
002 AAB
003 BBC
.. ..
我想添加一个名为nb_opportunity的新列，其中包含每个opp_id$的sacc_id$数量。所以我这样做了：
oppty_oppline_sacc['nb_oppline'] = oppty_oppline_sacc.groupby(['sacc_id$'],as_index=False)['opp_id
浏览 4提问于2019-03-14得票数 0
按列的值和索引对pandas dataframe进行排序是否可行？
如果按列的值对pandas数据帧进行排序，则可以得到按列排序的结果数据帧，但不幸的是，您会看到数据帧的索引顺序与排序列的值相同。
那么，我是否可以按列对数据帧进行排序，例如名为count的列，但也可以按索引值对其进行排序？按降序对列进行排序也是可行的，但是按升序对索引进行排序是否可行呢？
我知道如何对dataframe中的多个列进行排序，也知道通过首先对索引执行reset_index()并对其进行排序，然后再次创建索引，就可以实现这里所要求的结果。但是，这是不是更直观、更有效的方法呢？
浏览 2提问于2013-11-29得票数 59
1回答
在Pandas中，我们可以用生成一个相关矩阵。我的问题很简单:原始数据帧的列顺序是否保持不变？从我的测试来看，似乎是这样的，但我想确定一下。
我之所以问这个问题，是因为我使用的是Python 3.7.3，其中字典维护插入顺序。我不知道当前的问题是否与此相关，但如果熊猫在幕后使用字典，那么很可能是corr()在Python 3.6+中按预期排序，而不是在较低版本中。
浏览 24提问于2019-07-27得票数 2
回答已采纳
我进行了搜索，但没有看到与这个特定问题有关的任何结果。我有一个Python字典，正在将我的字典转换为pandas数据帧：
pandas.DataFrame(data_dict)
它可以工作，但有一个问题-我的pandas dataframe的列与我的Python字典的列的顺序不同。我不确定熊猫是如何重新排序的。如何保留排序？
浏览 2提问于2015-04-15得票数 1
1回答
PySpark数据显示错误的值
、、、、
我刚刚从Pandas转到了PySpark dataframe，发现在PySpark dataframe中打印出相同的列会给出错误的值。下面是一个例子:使用Pandas：
df_pandas=pd.read_csv("crime.csv", low_memory=False)
print(df_pandas["CRIMEID"].head(5))
Output:
1321797
1344185
1181882
1182632
1195867
而使用PySpark数据帧：
df_spark = sqlContext.read.format('csv'
浏览 1提问于2018-02-27得票数 0
回答已采纳
因此，我有一个具有多个索引的DataFrame，如下所示：
info1 info2 info3
abc-8182 2012-05-08 10:00:00 1 6.0 "yeah!"
2012-05-08 10:01:00 2 25.0 ":("
pli-9230 2012-05-08 11:00:00 1 30.0 "see yah!"
2012-05-08 11
浏览 0提问于2013-04-03得票数 0
回答已采纳
我得到了pandas的数据帧，如下所示：enter image description here 根据省份，有多个针对澳大利亚的列，这些列的标题是澳大利亚、澳大利亚1、澳大利亚2等等。美国、英国或加拿大等其他国家也是如此。我希望每个国家都只有一个专栏。例如，我希望有一个名为Australia的列，其中包含每个省份的值的总和，并且我希望避免重复的列名。如何在Python中使用pandas dataframe完成此操作？
浏览 33提问于2020-12-12得票数 2
回答已采纳
我是Pandas的新手，我在这里读了很多文档，帖子和答案，但我一直无法辨别出一个好的策略来实现我的目标，抱歉，如果它已经回答了，我找不到它。这就是我所拥有的：
df = {'key': ['A', 'B', 'A', 'B'], 'value': [2,2,1,1]}
df = pd.DataFrame(df)
df
key value
0 A 2
1 B 2
2 A 1
3 B 1
我知道执行groupby()会返回一个groupby对象，而且我知道我可以使
浏览 0提问于2016-03-18得票数 1
1回答
我已经按排序顺序构建了一个pandas数据框架，并希望遍历具有特定列的相同值的组。在我看来，groupby功能对此很有用，但据我所知，执行groupby并不能保证键的顺序。如何按排序顺序提取unqiue列值。
下面是一个数据框示例：
Foo,1
Foo,2
Bar,2
Bar,1
我想要一个列表"Foo"，“酒吧”，其中的顺序是由原始数据帧的顺序保证。然后，我可以使用这个列表来提取适当的行。在我的例子中，排序实际上是由数据框中也给出的列定义的(不包括在上面的示例中)，因此如果不能直接提取信息，则可以接受重新排序的解决方案。
浏览 2提问于2013-12-19得票数 5
我正在尝试对pandas数据帧中的记录进行条件计数。我是Python的新手，并且有一个使用for循环的有效解决方案，但是在大约200k行的大型数据帧上运行这个循环需要很长时间，我相信有一种更好的方法可以通过定义一个函数并使用apply来完成这一点，但是我在解决这个问题上遇到了麻烦。
这里有一个简单的例子。
创建一个包含两列的pandas数据帧：
import pandas as pd
data = {'color': ['blue','green','yellow','blue','green',&
浏览 2提问于2020-06-07得票数 0
2回答
我有一个Pandas DataFrame，我想要按某个列进行分组。然后，我想对这个分组的数据帧做一个散点图。然而，如果我这样做了，我会得到一个错误，因为我分组的列是无法识别的。 # Data loading, processing and for more
import pandas as pd
import numpy as np
# Visualization
import seaborn as sns
import matplotlib.pyplot as plt
# set seaborn style because it prettier
sns.set()
df = pd.D
浏览 27提问于2020-12-17得票数 0
回答已采纳
这是我的密码
from pandas import DataFrame, Series
import pandas as pd
import numpy as np
income = DataFrame({'name': ['Adam', 'Bill', 'Chris', 'Dave', 'Edison', 'Frank'],
'age': [22, 24, 31, 45, 51, 55],
浏览 2提问于2015-07-29得票数 1
回答已采纳
我正在Python中处理Pandas数据帧，我想对数据集进行以下重新排列：
我尝试使用for循环，但我想知道是否有更简单的解决方案使用Pandas -我找不到更优雅的解决方案。
浏览 2提问于2019-12-05得票数 0
2回答
我目前正在使用Pandas开发python Dataframes。我需要使用另一个数据帧来创建特定的数据帧。 第一个数据帧如下所示 Index | Value
______|_______
0 | 1.1
0 | 0.3
1 | 1
2 | 0.2
2 | 3
2 | 1.3 我需要使用groupby()和cumsum()创建另一个数据帧。我希望cumsum()是一个向量。 结果应该如下所示： Index | Value
______|_______
0 | [1.1 , 1.4]
1 | [1]
2 | [0.2 ,
浏览 12提问于2020-07-06得票数 0
回答已采纳
3回答
在python pandas中，我有一个数据帧，看起来像这样： > df
count
date
2021-04-03 23.0
2021-04-04 12.0
2021-04-04 10.0
2021-04-05 42.0
2021-04-06 39.0
... 有些日期是重复的，具有不同的计数值。我想将这些值合并到一行中，如下所示： > df
count
date
2021-04-03 23.0
2021-04-04 22.0
2021-04
浏览 20提问于2021-05-06得票数 0
回答已采纳
我使用的是python，我有一个数据帧pandas：
unique_col | code | Col3 | ... | Col4
1 | A | aa | ... | aaa1
2 | A | bb | ... | aaa2
3 | A | cc | ... | aaa3
4 | B | dd | ... | aaa4
5 | B | ee | ... | aaa5
6 | B | ff | ... | aaa6
我需要生成
浏览 3提问于2021-05-27得票数 0
2回答
如何连接列
、、、
我已经下载了两个数据帧，我想将它们连接在一起(我不是程序员)。我使用的是Python 2.7。
我的代码是这样的：
from pandas_datareader.data import Options
import datetime
import pandas as pd
pd.set_option('display.width',280) # default is 80
aapl = Options('aapl', 'yahoo')
expiry = datetime.date(2017, 1, 1)
data_CALL = aapl.g
浏览 5提问于2017-11-30得票数 2
我正在使用python pandas，并希望根据下表的中间列对输出进行排序(我已经显示了我正在获得的输出和我想要获得的输出)。 我在pandas中使用groupby函数来获得输出，但是它是按计数列排序的(参见下面的输出表)，而我想要按YOB列排序(请参见所需的输出表)。 另外，我如何计算每个国家的平均出生年份？ import pandas as pd
xlpath= "C:/Users/Username/documents/Datafile.xlsx"
df = pd.read_excel(eval('xlpath'))
y = df.groupby(&
浏览 20提问于2019-10-14得票数 0
回答已采纳
2回答
我正在用json数据中的Pandas构建一个数据透视表。我想在发送到to_string()之前格式化列名。
import numpy as np
import pandas as pd
json_data = [
{"year":2019,"month":"2019-11-01","sub_category":"Van fit out","category":"Vehicle","notes":"Heavy duty hooks","gro
浏览 12提问于2020-06-02得票数 1
我正在处理表示向量(幅度和方向)的时序数据。我想要我的数据，并使用describe函数作为how参数。
但是，describe方法使用标准平均值，我想使用一个特殊的函数来平均方向。因此，我在pandas.Series.describe()实现的基础上实现了我自己的describe方法
def directionAverage(x):
result = np.arctan2(np.mean(np.sin(x)), np.mean(np.cos(x)))
if result < 0:
result += 2*np.pi
return result
d
浏览 1提问于2013-02-13得票数 5
回答已采纳
我一直在玩pandas数据帧中的聚合。考虑以下数据帧： df=pd.DataFrame({'a':[1,2,3,4,5,6,7,8],
'batch':['q','q','q','w','w','w','w','e'],
'c':[4,1,3,4,5,1,3,2]}) 我必须对batch列进行聚合，对列a使用mean，对列c使用min。我使用以下方法进
浏览 21提问于2020-09-05得票数 0
回答已采纳
3回答
在Python中使用spark和Pandas库。我基本上有以下几点：
df.groupby('sIP').agg({'duration': 'sum'}).show()
这给出了以下输出：
+---------------+------------------+
| sIP| sum(duration)|
+---------------+------------------+
| 203.13.173.243|
浏览 20提问于2018-05-30得票数 0
回答已采纳
我使用python和pandas调用带有元组Time、Name、Good、Bad的Excel数据。 我想将数据帧重新处理为满足特定条件的另一个数据帧。 具体地说，我想打印出一个数据帧，它存储了整个时间内每个名称的好数据和坏数据的总和。 请帮助我谁知道蟒蛇，熊猫。 enter image description here
浏览 23提问于2020-04-29得票数 1
回答已采纳
1回答
我正在对一个pandas数据帧使用groupby()操作。然后，我尝试对每一行的列求和。但是，在调用sum()时，我一直收到错误消息。 我附上了我的代码如下： bike_use = bike_use.groupby(['road_name', 'count_point_id'])['pedal_cycles', 'two_wheeled_motor_vehicles'].sum(axis = 1) 我得到的错误是： TypeError: sum() got an unexpected keyword argument '
浏览 12提问于2020-12-04得票数 0
我需要转换一个数据转换程序从编辑器Power Query到Python。我不是很擅长编辑能力查询。
我有一个包含30多列的表，任务如下：
= Table.Distinct(#"Previous task", {"column1"})
当我这样做的时候，它占据了哪一行？第一个？最后一个？是随机的吗？我如何将其转换为Python Pandas，以确保具有相同的数据？
感谢您的答复
浏览 2提问于2021-11-24得票数 0
2回答
我有一个熊猫系列，如下所示：
increased 1.691759
increased 1.601759
reports 1.881759
reports 1.491759
president 1.386294
president 1.791759
exclusive 1.381759
exclusive 1.291759
bank 1.386294
bank 1.791759
........ ........
......
浏览 0提问于2018-08-03得票数 2
我有一个SQL查询，我想在pandas数据帧数据上实现它。如果HIST类型的e_count在90 %以上的情况下为null，则此SQL实际上是在过滤t_id。我有包含所有列的dataframe，但需要在Python Pandas dataframe中实现此逻辑
以下sql查询：-
SELECT *
FROM
(
SELECT
t_id,
s_id,
t_name,
type,
act_dt
FROM
tblstg
)t
WHERE t.t_id NOT IN
(
S
浏览 6提问于2017-06-21得票数 0
回答已采纳
2回答
如何在数据帧中匹配相反的值？
、、、、
我基本上想从导入的数据框中消除相反的数量。
我的解决方案是创建一个新的数据帧，忽略成对和为零的线。
考虑以下数据帧：
df = pd.DataFrame([
['31/07/17', 43020500, 13552.65],
['31/07/17', 43020500, 13552.65],
['31/07/17', 43020500, 13552.65],
['31/07/17', 43020500, 13552.65],
['31/08/17', 43020500, 24
浏览 0提问于2019-07-27得票数 1
1回答
我想读取一个文件夹，里面有一些.csv文件，并找到重复的坐标。.csv如下所示： 0 0 0 1 1
0 1 2 1 1
0 0 0 1 2
... 这里是第0行和第2行的副本，因为前3列(坐标)是相同的。 我想也许在比较之前对数据帧进行排序会加快代码的速度。但是我不确定如何在python中正确地对它进行排序(我会按第一列进行排序。然后，对于第一列中相同的元素，第二列中的元素和第三列中的元素相同。因此，数据帧： 0 1 1 1 1
0 1 0 1 2
2 0 1 0 0
0 0 0 1 1
would look like this:
0 0 0 1 1
0 1 0 1 2
0 1 1
浏览 8提问于2019-06-07得票数 0
2回答
我使用python在matplotlib中创建了一个图表，x轴是星期几(周一至周日)。但是，在绘制数据时，x轴不是周一至周日排列的。
有没有办法对x轴重新排序，让它以这种方式格式化？
或者，有没有办法对数据集重新排序？它是使用panda数据帧读取的csv文件
示例数据：(位于csv：'./data/Days_Summary.csv')
Day Value
Monday 56
Tuesday 23
Wednesday 34
Thursday 56
Friday 58
浏览 0提问于2017-11-13得票数 7
4回答
Python排列列表以包含重复项
、、、、
我在Python中有一个类似于以下内容的列表：
x = [1,2,2,3,3,3,4,4]
有没有一种方法可以使用pandas或其他列表理解使列表看起来像这样，类似于队列系统：
x = [1,2,3,4,2,3,4,3]
浏览 0提问于2018-10-10得票数 0
我想按下面的方式来分析一个dataframe df，其中Id作为索引，Value作为值，以及自定义的[x0, x1, x2]列。
df
Id Date Value
9129 10 2021-01-01 00:00:00 10
9130 10 2021-01-01 00:01:00 15
9131 10 2021-01-01 00:02:00 20
1972 13 2021-01-01 00:00:00 125.0
1973 13 2021-01-01
浏览 3提问于2021-11-17得票数 2
回答已采纳
我有一个Python pandas数据帧，看起来像这样：
Company Industry. Review
google tech google is an excellent place to work
google tech upper management
google tech innovative
verizon comm good benefits
verizon comm open door policy
gucci fashion good pay
gucci fashion
浏览 22提问于2021-02-19得票数 0
回答已采纳
我经常使用pandas的agg()函数对data.frame的每一列运行汇总统计信息。例如，下面是生成平均值和标准差的方法：
df = pd.DataFrame({'A': ['group1', 'group1', 'group2', 'group2', 'group3', 'group3'],
'B': [10, 12, 10, 25, 10, 12],
'C': [100,
浏览 399提问于2014-10-20得票数 59
回答已采纳
这里是一个带有多索引列的Pandasv0.14.0数据帧。
> import pandas as pd
> import numpy as np
>
> rng = pd.date_range('1/1/2001', periods=6, freq='H')
> mi = [(dt, i) for dt in rng for i in range(2)]
> f = pd.DataFrame(np.random.randn(len(mi), 2),
> index = pd.MultiIndex.from_tuples
浏览 1提问于2014-06-27得票数 1
回答已采纳
1回答
我有一个pandas数据帧，其中包含如下数据： levels char_1 char_2
a dog dog
a cat dog
b cow cat
b dog dog 我想对levels列执行group_by操作，并计算某个值在char_1列或char_2列中出现的总次数 生成的数据帧将如下所示： levels char count
a dog 3
a cat 1
b dog 2
b cow 1
b cat 1 我已经尝试过使用数据透视表，但是我
浏览 20提问于2020-07-03得票数 0
2回答
给定一个如下所示的Pandas数据帧
GROUP VALUE MASK
1 5 false
2 10 false
2 20 false
1 7 true
3 17 false
3 18 false
1 100 false
1 200 true
对于掩码为真的每一行，我希望获得该组中前一个值的差值，即结果应为
VALUE DIFF
7 2
200 100
我如何在Pandas中
浏览 2提问于2016-10-22得票数 7
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
