如何使用分组计算更新pandas数据帧？
在使用分组计算更新pandas数据帧时，可以使用groupby()函数将数据帧按照指定的列进行分组。然后，可以使用transform()函数对每个分组进行计算，并将计算结果应用到原始数据帧中。
下面是一个示例代码，演示如何使用分组计算更新pandas数据帧：
import pandas as pd
# 创建一个示例数据帧
data = {'Group': ['A', 'A', 'B', 'B', 'C', 'C'],
'Value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)
# 定义一个计算函数，例如计算每个分组的平均值
def calculate_mean(group):
return group.mean()
# 使用groupby函数按照Group列进行分组，并使用transform函数计算每个分组的平均值
df['Mean'] = df.groupby('Group')['Value'].transform(calculate_mean)
# 打印更新后的数据帧
print(df)输出结果如下：
Group Value Mean
0 A 1 1.5
1 A 2 1.5
2 B 3 3.5
3 B 4 3.5
4 C 5 5.5
5 C 6 5.5在这个示例中，我们首先创建了一个包含Group和Value两列的数据帧。然后，定义了一个计算函数calculate_mean()，用于计算每个分组的平均值。接下来，使用groupby()函数按照Group列进行分组，并使用transform()函数将计算结果应用到原始数据帧中的每个分组。最后，将更新后的数据帧打印出来。
这种方法可以方便地对数据帧进行分组计算，并将计算结果应用到原始数据帧中的每个分组。在实际应用中，可以根据具体需求定义不同的计算函数，并使用transform()函数进行相应的计算和更新操作。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云：https://cloud.tencent.com/
- 云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 云数据库 MySQL 版：https://cloud.tencent.com/product/cdb_mysql
- 云原生应用引擎 TKE：https://cloud.tencent.com/product/tke
- 人工智能平台 PAI：https://cloud.tencent.com/product/pai
- 物联网平台 IoT Explorer：https://cloud.tencent.com/product/ioe
- 移动开发平台 MDP：https://cloud.tencent.com/product/mdp
- 云存储 COS：https://cloud.tencent.com/product/cos
- 区块链服务 BaaS：https://cloud.tencent.com/product/baas
- 腾讯元宇宙：https://cloud.tencent.com/solution/metaverse
相关·内容
1回答
我有一个大约8700万行的Pandas数据帧。为了对其进行一些处理，我将其设置为Dask数据帧。问题是我需要做Dask不支持的unstack和plot。我已经将Dask数据帧写入h5文件，但在尝试将其作为Pandas数据帧读取时遇到内存问题。我在将Dask DF转换为Pandas时也遇到了内存错误。
从本质上讲，我尝试做的是df2 = df.groupby(['A','B'])['B'].count().unstack('A')，然后是df2.plot(kind = 'bar', stacked = True)。
浏览 2提问于2020-04-22得票数 2
2回答
正如你在下面看到的，我在我的数据框中有不同的‘ticker’，我想计算'lret‘列的标准偏差，但每个单独的ticker。目前，它将整个列作为一行进行计算。如何计算数据帧中每个报价器的标准差？任何帮助都将不胜感激。另外，请参见下面的函数，了解代码当前所做的工作。 数据帧输出 price date ticker lret std
0 104.000000 2016-07-01 A NaN 0.019456
1 104.878151 2016-07-05 A 0.008408 0.019456
2
浏览 7提问于2020-09-11得票数 0
我似乎无法打印以下行：summarydata["Name"].groupby(["Tag"]).size()
不会得到错误：
File "C:\Users\rspatel\untitled0.py", line 76, in <module>
print(summarydata["Name"].groupby(["Tag"]).size())
File "C:\Users\rspatel\Anaconda3\lib\site-packages\pandas\core\serie
浏览 0提问于2021-09-20得票数 2
1回答
在Python3.6中，我在for循环的帮助下遍历了pandas dataframe中的groupby列。这样做的问题是，如果我有很多数据，它就会变得很慢。这是我的代码：
import pandas as pd
dataDict = {}
for metric, df_metric in frontendFrame.groupby('METRIC'): # Creates frames for each metric
dataDict[metric] = df_metric.to_dict('records') # Converts dataframe
浏览 0提问于2018-03-01得票数 0
回答已采纳
3回答
我在pandas中有以下数据框架 Column 1 Column 2 Column3 Column 4
2 2 2 4
1 2 2 3 我希望创建一个数据帧，其中包含列1和列2，列3和列4的平均值，等等。 ColumnAvg(12) ColumnAvg(34)
2 3
1.5 1.5 我用的是这个，但它是所有东西的平均值。 df.mean(axis=1) 有没有办
浏览 40提问于2020-09-20得票数 3
回答已采纳
我在Azure SQL Server数据库中有一个表，该表是从我的Dataframe填充的。我想使用pyspark / pandas基于多条件数据库来更新这个表。我是PySpark / Databricks / Pandas的新手，有人能告诉我如何更新表吗？我已经将数据插入到表中-我可以想到的一种解决方案是将表中的数据加载到数据帧中，然后将新文件合并到相同的数据帧中，然后从表中删除数据并插入此数据帧。如果这是正确的方法，那么在上述场景中，我们如何从数据库表中删除数据？
浏览 2提问于2020-04-20得票数 0
我有这样的数据：
Index SourceID ComparedID Distance
571 106 8 0.004846
572 106 11 0.000000
573 106 23 0.012712
574 107 84 0.002800
575 107 70 0.007555
它在pandas数据帧中。我正在尝试弄清楚如何做到这一点：
我想从找到最小距离并返回ComparedID的数据帧中创建一个结果。
因此，输
浏览 0提问于2018-03-03得票数 2
我有一个脚本，可以将系统日志文件读取到pandas数据帧中，并从这些数据帧生成图表。图表适用于较小的数据集。但当我面对更大的数据集时，由于更长的数据收集时间框架，图表变得太拥挤而无法辨别。
我计划对数据帧进行重采样，以便如果数据集超过一定大小，我将对其进行重采样，以便最终只有SIZE_LIMIT行数。这意味着我需要过滤数据帧，这样每个n= actual_size/SIZE_LIMIT行都会聚集到新数据帧中的一行。agregation可以是平均值，也可以是第n行。
我对熊猫不是很熟悉，所以可能错过了一些明显的方法。
浏览 2提问于2013-01-30得票数 4
回答已采纳
我想不出一个办法来完成我的任务。我有一个包含3列的数据帧：length, reachcode, and year。
我的示例dataframe：
year reachcode length
1988 1000 1.2
1988 1000 2.0
1990 1000 0.3
1993 1000 0.5
我试图找到一个年份内的“reachcode”重复项，然后对该年的“长度”求和。
之后，我想要比较不同年份的相同“reachcode”和“length”值的总和，并保留最小的值。
因此，在示例数据帧中，将1998年和reachcode =
浏览 2提问于2016-08-23得票数 1
我有以下数据帧 import pandas as pd
df = pd.DataFrame({'Volcano Name': ['a', 'b', 'a', 'c', 'b', 'b', 'e', 'd', 'b', 'e', 'e'],
'Start Year': [1960, 1962, 1961, 1961, 1961, 1960, 1959
浏览 22提问于2020-12-13得票数 1
我有一个填充了以下数据的pandas数据帧：
Date val count
0 2013-01 A 1
1 2013-01 M 1
2 2013-02 M 2
3 2013-03 B 3
4 2013-03 M 5
5 2014-05 B 1
我是matplotlib的新手，不知道如何使用Y轴(count)、X轴(Date)和三条单独的曲线来绘制这些数据，val的每个值对
浏览 60提问于2018-08-05得票数 0
回答已采纳
如何在pandas数据帧中填充NaN值？我的数据是这样的
id state zone
xxx AP south
xxx AP
xxx AP
xxx AP
xxx delhi north
xxx delhi
xxx delhi
xxx delhi
xxx delhi
基于已知zone只属于state的AP列，如何在south列中填充缺失的值，如何使用pandas来填充值？
浏览 4提问于2020-01-21得票数 0
2回答
我有一个PostgreSQL数据库。Pandas有一个“to_sql”函数，可以将数据帧的记录写入数据库。但我还没有找到任何文档，说明在我使用完dataframe时如何使用pandas更新现有的数据库行。
目前，我可以使用pandas read_sql_table将数据库表读取到数据帧中。然后，我会根据需要处理数据。但是，我还不能弄清楚如何将该数据帧写回数据库以更新原始行。
我不想覆盖整个表。我只需要更新最初选择的行。
浏览 73提问于2015-04-13得票数 25
1回答
我有一个具有1mi行和分层索引(国家、州、城市，按此顺序)的pandas数据帧，每行都有一个产品的价格观察。我如何计算每个国家、州和城市的均值和标准差(请记住，由于我的df很大，我正在避免循环)？对于每个级别的均值和标准差，我希望将值保存在此数据框中的新列中，以供将来访问。
浏览 16提问于2017-06-23得票数 1
回答已采纳
1回答
火花数据帧
、、
星火数据帧和Pandas数据帧的区别是什么？我的理解是，Pandas数据框架主要用于将CSV数据读入DF，在DF中，Spark数据帧用于将弹性分布式数据( RDD )加载到数据帧中，并且可以操作数据帧。请分享你的反馈
浏览 6提问于2020-09-01得票数 0
回答已采纳
代码： df_streaming = spark \
.readStream \
.format("kafka") \
... \
.load() \
.xxx()
df_streaming = df_streaming \
.groupBy(["name", "height"]) \
.apply(cal_feature)
stream_writer = df_streaming \
.writeStream \
.format("console")
浏览 8提问于2021-06-16得票数 0
我想将街道name + cross名称一起出现的次数从最大到最小排序。
dataset=df.groupby(['Street Name', 'Cross Street']).size()
如何在Pandas数据帧中对此列表进行排序？
浏览 0提问于2016-10-17得票数 0
回答已采纳
1回答
如何在dask数据帧上使用pandas的pd.rank()函数。或者，在dask中有没有其他的内置函数可以做同样的事情。
浏览 11提问于2019-10-23得票数 1
回答已采纳
我有一个包含两列时间序列数据的pandas数据帧。在我的实际数据中，这些列足够大，如果没有数据着色器，渲染就会很笨拙。我正在尝试比较这两个时间序列中的事件。但是，我需要能够分辨出哪个数据点来自哪个列。下面是一个简单的函数示例。如何让A列和B列使用不同的颜色映射？ import numpy as np
import hvplot.pandas
import pandas as pd
A = np.random.randint(10, size=10000)
B = np.random.randint(30, size=10000)
d = {'A':A,'B'
浏览 19提问于2019-01-12得票数 0
回答已采纳
我想将函数f应用于pandas DataFrame的每一行中的许多切片。例如，DataFrame df将如下所示：
df = pandas.DataFrame(np.round(np.random.normal(size=(2,49)), 2))
因此，我有一个2行乘49列的数据帧，并且我的函数需要应用于两行中7个数据点的每个后续切片，以便结果数据帧看起来与输入数据帧相同。
我是这样做的：
df1=df.copy()
df1.T[:7], df1.T[7:14], df1.T[14:21],..., df1.T[43:50] = f(df.T.iloc[:7,:]), f(df.T.iloc[
浏览 9提问于2014-11-16得票数 1
18回答
我想打印Pandas分组的结果。
我有一个数据框架：
import pandas as pd
df = pd.DataFrame({'A': ['one', 'one', 'two', 'three', 'three', 'one'], 'B': range(6)})
print(df)
A B
0 one 0
1 one 1
2 two 2
3 three 3
4 three 4
5 one 5
在按'
浏览 7提问于2014-03-27得票数 181
4回答
转置和连接字符串
、、
如何在不使用for循环的情况下转置和连接pandas数据帧？ 以下是输入数据： input_data = pandas.DataFrame({'a': ['fruit', 'fruit', 'fruit', 'food', 'food', 'food', 'food'],
'b': ['banana', '', 'apple', 'rice'
浏览 39提问于2019-05-29得票数 3
回答已采纳
我有一个包含以下值的数据帧： filename, keyword, page
A, red, 1
A, red, 2
A, green, 1
B, red, 1
B, green, 1
C, green, 2 如何将其转换为以下格式？ filename, keywords, pages
A, [red, green], [1,2]
B, [red, green], [1]
C, [green], [2] 在Pandas中有没有简单的方法来做到这一点？如果列表不允许作为单元格值，是否有其他数据类型可以使用Pandas允许的数据类型？或者是Pandas数据帧的替代品，我可以将其存储在其中，然后将
浏览 5提问于2020-10-26得票数 0
Pandas DataFrame包含名为"date"的列，该列包含非唯一的datetime值。我可以使用以下命令对此帧中的线条进行分组：
data.groupby(data['date'])
但是，这将按datetime值拆分数据。我想按“日期”列中存储的年份对这些数据进行分组。展示了如何在将时间戳用作索引的情况下按年分组，但在我的例子中并非如此。
如何实现此分组？
浏览 1提问于2012-07-09得票数 94
回答已采纳
如何在一列中为另一列中的每个唯一值获取最高值，并返回相同的数据帧结构。这是一个熊猫数据帧的例子？
reg.nr counter value ID2 categ date
1 37367 421 231385 93 A 20.01.2004
2 37368 428 235156 93 B 21.01.2004
3 37369 408 234251 93 C
浏览 5提问于2017-02-05得票数 7
回答已采纳
我有一个数据帧，如下所示： import pandas as pd
df = pd.DataFrame({'Date':[2019-08, 2019-08, 2019-09, 2019-09, 2019-10, 2019-10], 'Name':['A','B','A','C', 'A', 'B'], 'math':[100,90,69,80,0,70], 'science':[100,90,0,80,92,95]})
df[&#
浏览 17提问于2020-08-19得票数 0
3回答
我正在尝试找出对我的数据进行简单透视的最佳方法：
import pandas
dfn = pandas.DataFrame({
"A" : [ 'aaa', 'bbb', 'aaa', 'bbb' ],
"B" : [ 1, 10, 2, 30 ],
"C" : [ 2, 0, 3, 20 ] })
我想要输出是一个数据帧，按A分组，B和C的总和和计数值，名称必须准确(Sum_B，Sum_C，C
浏览 0提问于2016-06-22得票数 6
我有一个小的Pandas数据帧(2000行，35列)，我将它与一个大的Dask数据帧(600万行，550列)合并在一起。我将小Pandas数据帧转换为Dask数据帧，并使用以下代码进行合并： final_df=dd.merge(left=small_df,right=big_df,how='inner',on=('var1','var2','var3')) 合并操作非常快，但运行这些代码需要一段时间： final_df.head() 或者： final_ddf.to_csv('file.csv',header=T
浏览 28提问于2020-07-16得票数 0
回答已采纳
1回答
我的数据集是巨大的。我正在使用Azure ML notebooks，并使用azureml.core读取日期集并转换为azureml.data.tabular_dataset.TabularDataset。无论如何，我会过滤tabularDataset中的数据，而不是转换为pandas数据帧。我使用下面的代码来读取数据。由于数据量巨大，pandas数据帧正在耗尽内存。我不需要将完整的数据加载到程序中。仅需要子集。有没有办法在转换为pandas数据框之前过滤记录 def read_Dataset(dataset):
ws = Workspace.from_config()
ds
浏览 69提问于2021-01-06得票数 1
它可以在没有聚合或计数的情况下遍历Pyspark groupBy数据帧吗？ 例如Pandas中的代码： for i, d in df2:
mycode ....
^^ if using pandas ^^
Is there a difference in how to iterate groupby in Pyspark or have to use aggregation and count?
浏览 54提问于2020-01-07得票数 3
回答已采纳
1回答
嗨，我有一个时间序列，我想计算一下数据帧中每分钟有多少个事件。然后，我想将所有日期组合在一起，并打印包含事件的日期时间。最后，我想使用bokeh和matplotlib输出折线图和直方图。
import numpy as np
import pandas as pd
from pandas import Series, DataFrame
import matplotlib.pyplot as plt
#alows you to see matplotlib in Inotepad
%matplotlib inline
dframe = pd.read_table('info.txt&#
浏览 0提问于2016-01-08得票数 0
我有一本熊猫词典DataFrames。我想组合这个字典中的数据帧，以创建一个包含较少键的字典，但使用较大的数据帧作为值。
例如，在下面的示例中，我希望从d创建d_new。
d = {1: pd.DataFrame({'a':[1,2],'b':[3,4]}),
2: pd.DataFrame({'a':[3,4],'b':[5,6]}),
3: pd.DataFrame({'a':[10,11],'b':[12,13]}),
4: pd.DataFrame({
浏览 0提问于2021-10-14得票数 0
1回答
我有以下数据帧： import pandas as pd
array = {'id': [1, 1, 1, 2, 2, 2, 3, 3], 'A': [False, False, True, False, False, False, True, True],
'B': [False, True, True, False, True, False, False, False]}
df = pd.DataFrame(array)
df 我想在一行中表示每个id。如果特定列上此id的所有值都为False，则其值应为False。如果至
浏览 44提问于2021-07-18得票数 3
回答已采纳
我有一个文件夹，其中包含1220个excel文件。1220个文件是来自305点的4个参数，例如：
P1-a.xlsx
P1-b.xlsx
P1-c.xlsx
P1-d.xlsx
P2-a.xlsx
P2-b.xlsx
P2-c.xlsx
P2-d.xlsx
.
.
.
P305-a.xlsx
P305-b.xlsx
P305-c.xlsx
P305-d.xlsx
下面的代码可以将所有1220个文件合并为一个数据帧(Final_df)：
import os
import glob
import pandas
fileList=glob.glob("*.xlsx&#
浏览 0提问于2022-06-30得票数 0
1回答
我有一个庞大的数据集，并且正在使用Apache进行数据处理。
使用Apache，我们可以将与火花兼容的数据帧转换为与Pandas兼容的数据帧，并在其上运行操作。
通过转换数据帧，它是实现了在星火中看到的并行处理的性能，还是它的行为像潘达斯一样？
浏览 5提问于2020-07-03得票数 4
回答已采纳
我有一个csv，我使用spark.read导入到databricks中。这个大文件包含每日级别的记录/事务。我将数据帧减少到5列，并保持500,000行不变。我正在尝试构建这个源文件的汇总表，它在一个月级别(聚合)表示这些记录/事务。 该脚本有一个filter/groupby/sum命令，该命令返回一行，将数据汇总为一个月的计数。查询返回的行将如下所示： +---------+---------+-------+-------------+
| Country|StockCode|YYYY-MM|sum(Quantity)|
+---------+---------+-------+---
浏览 12提问于2020-07-12得票数 0
我有一个pandas数据帧，其中名为'Case_num'的列中的一些行具有相同的值。如果'Case_num'相同，我想用名为'Work_Hrs'的列中的非零值之和填充该列。例如，输入数据为：
我想用非零值的和填充'Work_Hrs'列，即本例中的6，如下所示：
谢谢。
浏览 2提问于2020-05-21得票数 2
1回答
我正在尝试使用Pandas来填充股票数据。我遇到的问题是我的数据帧有多个报价器(Dim_Assets.Index)。在某种程度上，我认为分区是必要的。下面的df1是我现在拥有的数据帧。df2是所需的输出。 import pandas as pd
d1 = {'AssetDate': ['1/1/2020', '1/3/2020', '1/1/2020', '1/3/2020'], 'Dim_Assets.Index': [1,1,2,2],'AssetPrice': [50, 5
浏览 19提问于2020-04-18得票数 0
2回答
假设我有以下数据帧：
import pandas as pd
df = pd.DataFrame({'user': ['00001C05', '00001C05', '00001C05', '00007142'],
'mois_couverture': ['01-2018', '01-2018', '02-2018', '01-2018'],
'categorie_A': ['
浏览 1提问于2021-04-26得票数 0
当我试图在熊猫中重新索引数据帧时，我有一个非常奇怪的行为。我的Pandas版本是0.10.0，我使用的是Python 2.7。基本上，当我加载数据帧时：
eurusd = pd.DataFrame.load('EUR_USD_30Min.df').drop_duplicates().dropna()
eurusd
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 119710 entries, 2003-02-02 17:30:00 to 2012-12-28 17:00:00
Data c
浏览 2提问于2013-01-06得票数 3
回答已采纳
1回答
我有一个pandas数据框架，它的设置如下：
Date Name A B C
09-01-10 Rose 11 2 5
09-01-11 Rose 12 6 7
09-01-12 Rose 9 7 14
09-01-10 Emma 20 70 24
09-01-11 Emma 19 74 19
我想将列A、B和C的值上移1天，这样新的数据帧就可以看起来像这样：
Date Name A B C
09-01-10 Rose 12 6 7
09-01-11 Rose 9 7 14
09-01-12 Rose
浏览 0提问于2016-11-09得票数 1
我有一个时间序列，如pandas dataframe，它有一个名为"pre“的列。数据帧的索引是pandas date_range。日期范围从1998-01-01到2002-12-31。
我想得到"1998-01-01“到"1998-05-31”加上"1998-09-01“到"1998-12-31”的前值之和。在1998年得到这个之后，我如何才能在所有年份都得到相同的结果？
浏览 20提问于2020-05-05得票数 0
回答已采纳
2回答
我有一个数据帧，如下所示：
现在从数据框中可以看出，玩家x输了6次，玩家y输了9次。我想做一个数据帧，记录玩家和他们输了多少次。因此，最终的数据帧应如下所示
我发现的一个选择是使用dataframe.apply，其中我可以返回维护条件的行数。相同的代码是：
import pandas as pd
df=pd.read_csv('C:/Users/sadik/Desktop/Data.csv')
df = df.apply(lambda x : True
if x['Result'] == "Lost"
浏览 19提问于2021-06-05得票数 2
回答已采纳
因此，我有一个包含3列名称的pandas数据帧。看起来像这样：
+-------------+-------------+-------------+
| NameColumn1 | NameColumn2 | NameColumn3 |
+-------------+-------------+-------------+
| Name1 | Name2 | Name3 |
| Name1 | Name2 | Name6 |
| Name1 | Name2 | Name8 |
| Na
浏览 0提问于2017-04-04得票数 0
我在pandas中有一个数据帧，看起来有点像这样： A B C
1 0.5 0.6
1 0.7 0.1
2 0.3 0.2
3 0.1 0.3
3 0.2 0.1 在jupyter中打印熊猫数据帧时，默认输出样式是使用交替的浅色和灰色背景对每行进行着色。我希望能够调整每组列A值的背景颜色，以便每组都有一个交替的配色方案。因此与默认样式类似，除了每行背景不是灰色和白色交替，而是由来自列A的一组值交替。 我在这里找到了一些文档：https://pandas.pydata.org/pandas-docs/stable/us
浏览 19提问于2019-08-27得票数 2
回答已采纳
1回答
在某些转换中，我似乎被迫脱离Pandas dataframe分组对象，而我想要一种返回到该对象的方法。
给定一个时间序列数据帧，如果按数据帧中的一个值分组，我们将获得一个从键到数据帧的底层字典。因为结构是dataframe的关键，所以不能使用.from_dict()将该结构转换回Dataframe。据我所知，返回Pandas而不进行一些繁琐的列重命名的唯一方法是将其转换回一个分组的对象。有没有办法做到这一点？
如果没有，我如何将实例字典转换回数据帧，再转换回Pandas数据结构？
编辑添加样本：：
rng = pd.date_range('1/1/2000', periods=
浏览 0提问于2014-05-06得票数 0
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
1回答
我最近开始使用python和现在的pandas来读取excel文件。我有点纠结于一个问题，我没有找到任何类似的例子。 假设我有来自不同机器的不同分钟的数据。发生的情况是，一台机器有多个信息。例如，在下图中，如果考虑机器13.5，则在5 5分钟内有5个关于成本和温度的信息。 我需要成本、温度和分钟信息的平均值，也就是说，每个machine.Considering只有一行。例如，我只需要一个输出来表示成本，即34，4(34+35+35+35+33/机器13.5)。下面是我的代码。 import pandas
df = pandas.read_excel(
浏览 14提问于2021-11-03得票数 0
这个问题有点类似于Pandas count groupbyed elemenys by condition 我有这样的数据帧： df = pd.DataFrame({
'user': ['1', '1', '1', '2', '2', '2', '3', '3', '3'],
'value': ['4', '4', '1', '2', &#
浏览 35提问于2020-08-06得票数 1
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
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
