如何按groupby选择pandas上的列
在Pandas中，可以使用groupby方法按照某个列或多个列的值对DataFrame进行分组。然后，我们可以选择分组后的列来进行聚合计算或其他操作。
以下是按groupby选择Pandas上的列的步骤：
- 导入Pandas库：
import pandas as pd- 创建一个DataFrame：
data = {
'Name': ['John', 'Sarah', 'Michael', 'Jessica', 'William'],
'City': ['New York', 'Paris', 'London', 'Paris', 'New York'],
'Age': [25, 28, 30, 27, 22],
'Salary': [50000, 60000, 55000, 62000, 48000]
}
df = pd.DataFrame(data)- 使用
groupby方法按照某个列进行分组：
grouped = df.groupby('City')这将根据"City"列的值对DataFrame进行分组，并返回一个GroupBy对象。
- 选择分组后的列：
grouped['Name'].count() # 统计每个城市的人数
grouped['Salary'].mean() # 计算每个城市的平均工资
grouped['Age'].max() # 找出每个城市的最大年龄在上述示例中，我们使用了count()、mean()和max()函数对分组后的列进行了不同的计算操作。您可以根据需求选择不同的函数。
除了上述的聚合计算，您还可以进行其他操作，例如获取分组后的数据、应用自定义函数等。
腾讯云相关产品和产品介绍链接地址：
请注意，以上只是腾讯云提供的一些相关产品和解决方案，您可以根据实际需求选择合适的产品和服务。
相关·内容
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
我需要通过datetime列和另一个str(object)列来转换一个dataframe，以便按组应用函数，并将结果分配给组的每个行成员。我理解，但不能同时为这两个条件创建一个pandas.Grouper。因此：
如何在多列上使用pandas.Grouper？
浏览 6提问于2018-09-05得票数 16
回答已采纳
我想要取一个pandas数据帧，按列计算唯一元素，并保留其中的2列。但是我在groupby之后得到了一个多索引数据帧，我不能(1)展平(2)只选择相关列。下面是我的代码：
import pandas as pd
df = pd.DataFrame({
'ID':[1,2,3,4,5,1],
'Ticker':['AA','BB','CC','DD','CC','BB'],
'Amount':[10,20,30,40,50,60],
'Date_
浏览 1提问于2018-09-14得票数 4
回答已采纳
1回答
我有一个包含lon、lat和label列的dataframe df
我想执行这个R聚合的等价物：
mean_labels <- aggregate(cbind(lon, lat) ~ label, data=df, FUN=mean)
但这对我来说显然太神奇了。据我所知，它正在计算df中每组label值的lat、lon值的平均值
然而，我不确定如何使用pandas数据帧来实现这一点。我可以很容易地按label进行分组，但我不知道如何计算每个组中的平均lon和lat值。
浏览 3提问于2013-07-13得票数 2
回答已采纳
2回答
组并仅选定列
、、、
这里我读了一个文件"userdata.xlsx"：
ID Debt Email Age User
1 7.5 john@email.com 16 John
2 15 john@email.com 15 John
3 22 john@email.com 15 John
4 30 david@email.com 22 David
5 33 david@email.com 22 David
6 51 fred@email.com 61 Fred
7 11 fred@email.com 25 Fred
8
浏览 1提问于2018-12-08得票数 2
回答已采纳
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
我试图将B、和C列的平均值按列A分组。我不知道如何使用groupby函数来完成这个任务：
import pandas as pd
pd.DataFrame({'B' : df.groupby(['A'])['B'].mean()}).reset_index()
因为我只能知道如何找到平均值，并将单个列按另一列分组。如果这是我现在的数据
A B C
0 70 12
0 20 14
0 46 11
1 25 9
2 86 2
2 14 6
这是我的预期结果。将A的所有类似值分组在一起，B和C中的相应值在各自的列中平均：
浏览 2提问于2017-08-11得票数 0
我正在用pandas构建一些报告，我想包括与整体价值的比较。 假设我们有： import pandas
data = {'puppy_name': ['Stanley', 'Doggo', 'Stanley', 'Doggo','Stanley', 'Doggo', 'Stanley', 'Doggo'],
'treats_earned': [25, 15, 20, 30, 20, 25, 20, 35],
'month&#
浏览 7提问于2019-10-03得票数 0
我有一个有多个列的Pandas Dataframe。在这一点上，我感兴趣的有两列，它们看起来如下：
我想用黄色实例的行数绘制一个条形图，按年龄细分如下：
10岁3例，15岁1例。
我能从潘达斯那里得到我想要的吗?如果是的话，怎么做？我对Pandas和这个知识领域非常陌生，所以任何指点都很感激。
浏览 0提问于2017-01-11得票数 1
回答已采纳
2回答
按列分组以查找另一列中最常见的值。示例：
import pandas as pd
d = {'col1': ['green','green','green','blue','blue','blue'],'col2': ['gx','gx','ow','nb','nb','mj']}
df = pd.DataFrame(data=d)
df
给予：
col1 col2
g
浏览 0提问于2018-08-29得票数 9
回答已采纳
假设我有以下pandas数据帧，其中col_1只能接受1.0或0.0的值
+-------+---------+
| score | col_a |
+-------+---------+
| 10 | 1.0 |
| 15 | 0.0 |
| 12 | 0.0 |
| 12 | 0.0 |
+-------+---------+
我想创建以下数据框架，它本质上是按分数分组，然后填充每个分数的计数，其中col_a = 1.0或col_a = 0.0
+--------+----------|---------+
| score |
浏览 0提问于2019-10-04得票数 0
2回答
火炬/野熊:熊猫群的选择
、、、
是否有有效的方法重写以下代码以避免安装和导入pandas并使用torch/numpy？我习惯于使用pandas，所以我这样写，但是我尝试学习numpy和torch，所以我正在寻找不使用pandas的替代解决方案。
bins = torch.LongTensor(3072).random_(0, 35)
weights = torch.rand((3072))
df = pd.DataFrame({'weights': weights.numpy(), 'bins': bins.numpy()})
bins_sum = df.groupby('bins&#
浏览 12提问于2020-03-20得票数 0
回答已采纳
我有一个数据，在pandas中，我想按电子邮件分组，获取date的最大值，并保留status列。但是status没有在groupby上使用。
示例:提供以下数据格式df
+-------------------------------+
| email | status | date |
+-------------------------------+
| test1 | viewed | 01/07/18 |
---------------------------------
| test1 |not viewed| 03/07/18 |
----------
浏览 4提问于2018-07-23得票数 3
回答已采纳
1回答
这里新来的熊猫。一个(琐碎)问题:主机、操作、执行时间。我想按主机分组，然后按host+operation分组，计算每个主机执行时间的std偏差，然后根据host+operation对计算std偏差。看起来很简单？
它适用于按单个列进行分组：
df
Out[360]:
<class 'pandas.core.frame.DataFrame'>
Int64Index: 132564 entries, 0 to 132563
Data columns (total 9 columns):
datespecial 132564 non-null values
ho
浏览 0提问于2013-12-03得票数 7
回答已采纳
1回答
我有一个pandas dataframe列，如下所示
0 01:41:21
1 01:41:42
2 01:41:56
3 01:58:41
4 07:34:08
如何按小时对其他列进行分组
浏览 1提问于2020-11-17得票数 0
我需要在我的pandas DataFrame上创建一个新的序列来计算另一个值的开关数量。下面是一个示例：
我需要一个函数来计算列new_counter。DataFrame按foo和date排序。当变量foo或变量baz改变时，计数器增加。
浏览 12提问于2018-12-13得票数 1
回答已采纳
我是Python Pandas的新手，有一个关于使用Pandas、Dataframe、groupby和filters的问题。 以下是我的示例数据帧： data = {
'A': ['A1', 'A2', 'A3', 'A4', 'A5', 'A6'],
'B': ['B1', 'B2', 'B3', 'B3', 'B4', 'B5'],
'
浏览 11提问于2020-12-07得票数 2
这肯定是一个基本的问题，但很难发现。假设我使用了Pandas groupby和agg方法来按某一列进行计数：
df.groupby(['col1']).agg(['count'])
那么，假设我想根据结果计数进行排序：
df.groupby(['col1']).agg(['count']).sort_values('count')
这给了我一个错误：
KeyError：“计数”
因此，结果的计数列实际上不是一个列，或者是一个没有键的列。
如果是这样的话，我将如何在计数中对结果数据进行排序？
浏览 0提问于2018-04-20得票数 0
抱歉，我是个新手。希望我的问题是可以的。我正在尝试使用pandas来处理SQL查询的输出。这是我的代码：
data = pandas.read_sql(sql_query, cnxn)
alarmcount = data.groupby(['Module', 'Attribute']).size()
print(alarmcount)
print语句显示了以下内容，这非常完美，也正是我想要的。
Module Attribute
TEST_ALM ALARM1 23
ALARM2 9
TEST_A
浏览 4提问于2021-11-29得票数 0
我刚接触pandas，我想在我的pandas数据框架中创建一个新列。我想按一列分组，然后将另外两列划分在一起。
这个很好用：
df['new_col'] = (df.col2/df.col3)
但是，当我对另一列进行分组时，我所拥有的内容不起作用：
df['new_col'] = df.groupby('col1')(df.col2/df.col3)
有人知道我如何重写上面的代码吗？谢谢。
浏览 4提问于2018-02-17得票数 2
1回答
我的Pandas (df)的行索引是[0015, 0030, 0045, 0100, 0115, 0130, 0145, 0200, 0215, 0230.....2345]
如何使用按索引的前两个元素对df.groupby.['TIME']进行分组(“时间”是行索引的列标题)？
即。我想按[00, 01, 02, 03, 04, 05,.......23]分组
浏览 2提问于2020-04-28得票数 2
回答已采纳
我想要将我的数据可视化到箱形图中，这些箱形图按我可怕的图中显示的另一个变量进行分组：
所以我要做的是使用pandas系列变量来告诉pandas我有分组的变量，所以这就是我要做的：
import pandas as pd
import seaborn as sns
#example data for reproduciblity
a = pd.DataFrame(
[
[2, 1],
[4, 2],
[5, 1],
[10, 2],
[9, 2],
[3, 1]
])
#converting second column to Series
a.ix[:,1] = pd.Series
浏览 0提问于2014-08-13得票数 4
回答已采纳
1回答
我如何在Dask中以一种“高效”的方式做以下事情：
我的dask dataframe有列' date‘(日期时间)、' mac’(类别)和'ID‘(int)，这些列已经按日期排序，我想获得一个新列，其中包含针对给定mac地址的http请求到达的timedeltas。
在pandas中，我会这样做:设置一个多索引的'ID'，'MAC‘，然后用一个df['Date'].diff(1)构建一个新的列'Timedelta’。似乎不支持多索引，因此不能重现相同的解决方案。重要的是，在给定的请求和随后的记录器(按日期排序)之间，必须对
浏览 4提问于2017-02-27得票数 3
回答已采纳
Pandas按两列分组并获取最大值 我已经使用多索引对数据进行了分组 Model VehicleType VehicleType
100 sedan 278
wagon 109
coupe 2
convertible 1
145 small 19
... ...
浏览 27提问于2020-08-11得票数 1
回答已采纳
我有一个有380万行和一列的pandas.DataFrame，我尝试按索引对它们进行分组。
索引是客户ID。我想按索引对qty_liter进行分组：
df = df.groupby(df.index).sum()
但这需要永远完成计算。有没有其他方法来处理非常大的数据集？
这是df.info()
<class 'pandas.core.frame.DataFrame'>
Index: 3842595 entries, -2147153165 to \N
Data columns (total 1 columns):
qty_liter object
dtype
浏览 1提问于2017-06-23得票数 15
在Python中，我有一个DataFrame。我将此DataFrame按列分组，并希望将列的最后一个值分配给另一个列的所有行。
我知道我能够通过以下命令选择组的最后一行：
import pandas as pd
df = pd.DataFrame({'a': (1,1,2,3,3), 'b':(20,21,30,40,41)})
print(df)
print("-")
result = df.groupby('a').nth(-1)
print(result)
结果：
a b
0 1 20
1 1 21
2
浏览 5提问于2017-12-21得票数 20
回答已采纳
我们有以下Pandas Dataframe ? 所需输出： ? 我想做逗号分隔的列，按data列分组，按order列排序 我尝试了下面的代码，但它自己订购。 data= (df['section'].str.split(', ')
.groupby(df['data'])
.agg(lambda x: ', '.join(set(y for z in x for y in z)))
.reset_i
浏览 29提问于2020-06-18得票数 2
回答已采纳
1回答
我正在研究一种算法，它需要按两列分组。熊猫支持按两栏分组，方法是：
df.groupby([col1, col2])
但是产生的dataframe不是必需的dataframe
工作设置：
Python : v3.5
Pandas : v0.18.1
Pandas Dataframe -输入数据：
Type Segment
id
1 Domestic 1
2 Salary 3
3 NRI
浏览 2提问于2016-12-13得票数 3
回答已采纳
我在Pandas上积累了经验，并遇到了这样的挑战:我有一个源数据框架，比如df_source，列为'A‘、'B’、'C‘。我想按'A‘和'B’分组，并且每个组根据'C‘的所有值进行计算。结果应该是一个新的额外列'D‘。
def myfunc(df, par):
{some complex calculation based on all values of df['C']}
return [dataframe or column]
df_source['D'] = df_source.gr
浏览 6提问于2017-06-30得票数 1
回答已采纳
2回答
群熊猫数据与计算多列均值
、、、
我试图将熊猫的数据按列分组，然后计算出多个列的平均值。在下面的示例中，我想按“类别”列进行分组，然后计算“得分”和“优先级”列的平均值。所有三列都应位于生成的dataframe中。
我能够对第一列进行分组并计算平均值，但我不知道如何添加第二列。在我的尝试之下。
任何指导都非常感谢。
import pandas as pd
data = [['A', 2, 1], ['A', 4, 2], ['B', 5, 3], ['B', 2, 3]]
df = pd.DataFrame(data, columns=['categor
浏览 3提问于2022-05-24得票数 1
回答已采纳
我有一个包含I和代码的pandas数据帧，它们的类型是list： df = pd.DataFrame({'ID': [1, 1, 1, 2, 2, 3, 3, 4], 'Code': [['A', 'B'], ['A', 'B'], ['A', 'B', 'C'],
['A'], ['A'], ['A', 'C'], ['D', &
浏览 27提问于2020-11-24得票数 0
1回答
我正在尝试使用Dask来处理一个大文件(50 gb)。通常，我会将其加载到内存中并使用Pandas。我想按两列"A“和"B”分组，每当"C“列以一个值开头时，我想为那个特定的组重复该列中的值。
在熊猫中，我会做以下事情：
df['C'] = df.groupby(['A','B'])['C'].fillna(method = 'ffill')
Dask中的等价物是什么？此外，我还有点迷惑于如何在Dask中构建问题，而不是在Pandas中，
谢谢,
我到目前为止的进展是：
第一组索引：
df1
浏览 7提问于2016-08-12得票数 3
3回答
在Pandas数据帧上执行groupby，但从groupby中排除一些列的最佳方法是什么？例如，我有以下数据帧：
Code Country Item_Code Item Ele_Code Unit Y1961 Y1962 Y1963
2 Afghanistan 15 Wheat 5312 Ha 10 20 30
2 Afghanistan 25 Maize 5312 Ha 10 20 30
浏览 0提问于2015-09-24得票数 96
回答已采纳
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
因此，我有一个包含两列的Pandas DataFrame :第一个是等级，值从0到9，第二个是条件，值为0或1。
等级(0-9/标准(0/1))
Grade Criteria
0 0 1
1 1 0
2 2 1
3 2 0
4 5 1
5 2 1
等
我需要计算"Criteria rate"，它实际上是Criteria列中的“1”的总和，除以Criteria列中适当的行数，但按values列值分组。例如，对于等级=2
浏览 2提问于2018-09-05得票数 2
3回答
所以我有这样的数据框架--
import pandas as pd
import numpy as np
df = pd.DataFrame([[1,22], [1,23], [1,44], [2, 33], [2, 55]], columns=['id', 'delay'])
id delay
0 1 22
1 1 23
2 1 44
3 2 33
4 2 55
我所做的是按id分组并对delay列进行滚动操作，如下所示--
k = [0.1, 0.5, 1]
def f(d):
d['new_de
浏览 2提问于2021-09-27得票数 1
回答已采纳
是否可以对Pandas的多列行进行排序，并将列中的一些行按升序排列，而其他行(在同一列中)按降序排列？下面是我正在寻找的一个可复制的小例子：
设置
import pandas as pd
df = pd.DataFrame(data={'class':['A','A','A','B','B','B','C','C','C'],
'val':[20,10,15,55, 75
浏览 11提问于2022-03-16得票数 4
1回答
熊猫群的混乱--难以驾驭的类型
、、、、
使用Pandas数据帧按特性分组，我希望按列c_b分组，并计算列c_a和列c_c的唯一计数。我的预期结果是，
预期结果，
c_b,c_a_unique_count,c_c_unique_count
python,2,2
c++,2,2
遇到关于unhashable type的奇怪错误，有人有什么想法吗？谢谢。
输入文件，
c_a,c_b,c_c,c_d
hello,python,numpy,0.0
hi,python,pandas,1.0
ho,c++,vector,0.0
ho,c++,std,1.0
go,c++,std,0.0
源代码
sample = pd.read_csv('
浏览 1提问于2016-08-27得票数 0
回答已采纳
我正在尝试将一些代码从Pandas移植到考拉，以利用星火的分布式处理。我正在获取一个dataframe，并将其分组到A和B上，然后应用一系列函数来填充新的dataframe的列。下面是我在Pandas中使用的代码：
new = old.groupby(['A', 'B']) \
.apply(lambda x: pd.Series({
'v1': x['v1'].sum(),
'v2': x['v2'].sum(),
'v3': (x['v1
浏览 8提问于2020-07-06得票数 3
2回答
import pandas as pd
test = pd.DataFrame({'Area': ['Tipperary','Tipperary','Cork','Dublin'],
'Deaths': [11,33,44,55]}
) 我在更大的范围内遇到了这个问题，但为了可读性，我创建了一个较小的版本，我需要什么groupby逻辑来按Area列和sum进行分组，这意味着我最终得到3行，而不是4行，因为Tipperary在那里两次。假设我总共有6列，我
浏览 28提问于2021-11-05得票数 0
2回答
我的表是从透视表中提取的，以消除缺少的值和太短的值，比如城市名称，下面是我的代码
company = pd.read_sql('SELECT user_id, address FROM company' , con=db_connection)
table = pd.pivot_table(company, index=['address'],aggfunc=np.sum)
table.reset_index()
那我就得到他的
address user_id
3
浏览 3提问于2017-10-06得票数 2
回答已采纳
2回答
现在我有了这样一个SQL语句，我想知道如何在Pandas中编写它，也许可以使用groupBy和apply?：
给出一个包含A、B列的表
Select A, sum(B) / sum(A)
from table
group by A;
我现在在
def func(group):
x = group['B']
y = group['A']
return x.sum() / y.sum()
table.groupby('A').apply(func)
这将生成一个没有A列的数字序列，该序列用于按on进行分组。我希望有一个数据帧
浏览 15提问于2018-01-22得票数 0
假设我有这样的数据集：
import pandas as pd
raw_data = {
'entrytype': ['a', 'a', 'b', 'c', 'c', 'c', 'd'],
'year': [2000, 2000, 2000, 2001, 2001, 2001, 2001],
}
df = pd.DataFrame.from_dict(raw_data)
我想知道每年不同入口类型的数量的平均值(entrytype仅用
浏览 2提问于2014-04-30得票数 1
回答已采纳
1回答
有没有办法告诉pandas不要按字符列索引？我的代码是
A=['a','b','c']
B=[1,2,3]
pd.DataFrame(A,B)
0
1 a
2 b
3 c
我想要的是两列，这样我就可以按A列分组了，我该怎么做呢？我可以这样做，但我想跳过列名，以获得尽可能多的性能。
pd.DataFrame({'A':A,'B':B})
A B
0 a 1
1 b 2
2 c 3
浏览 6提问于2018-02-08得票数 0
回答已采纳
我有一个熊猫数据，我想按一个列分组，同时平均一个列，并在另一个列中找到最可能出现的值。
我能够做到这一点，但我认为有一种简洁的方法，而不是4行代码。
import pandas as pd
df = pd.DataFrame({'Country' : ['USA', 'USA', 'Russia','USA', 'Russia', 'Russia'], 'City' : ['New-York', 'New-York', 'San
浏览 1提问于2019-03-29得票数 2
回答已采纳
我在Pandas中有一个dataframe，它的格式如下(还有一堆其他列)。
chip WL ok
0 1 1 True
1 1 2 True
2 1 3 True
3 1 4 True
4 2 1 False
5 2 2 True
6 2 3 True
7 2 4 True
我想按芯片分组，计算每个chip的WL数量，并对ok列中的每个值执行逻辑and。预期输出应如下所示：
chip WLs ok
0 1 4 True
浏览 1提问于2014-07-03得票数 0
我有下面的图表-
我希望能够对列进行排序(不是单个组的单个条形图--我已经知道该如何做了)，即根据我选择的任何类别(a、b或c)的值排序3个子图表(如果你愿意的话)。
我尝试使用alt.SortField和alt.EncodeSortField，它们在图表上移动了一点，但如果您更改类别以查看它们是否真的工作，则不会真正工作。
代码-
import altair as alt
import pandas as pd
dummy = pd.DataFrame({'place':['Asia', 'Antarctica','Africa&#
浏览 1提问于2020-04-11得票数 4
回答已采纳
2回答
考虑以下数据帧df df = pd.DataFrame(dict(
Id = [1, 2, 3, 3],
Country=['jp', 'cn', 'uk', 'uk'],
Sales = [5, 3, 3, 4]
))
print(df)
Id Country Sales
0 1 jp 5
1 2 cn 3
2 3 uk 3
3 3 uk 4 我想按列Id和Count
浏览 2提问于2019-05-16得票数 1
回答已采纳
2回答
假设我有一个类似于下面的数据帧(实际数据帧有数百万个观测值)，我如何获得信号列和返回列列表之间的相关性，然后按Signal_Up列进行分组？ 我尝试了pandas corrwith函数，但它没有给出signal_up列的相关分组 df[['Net_return_at_t_plus1', 'Net_return_at_t_plus5',
'Net_return_at_t_plus10']].corrwith(df['Signal_Up'])) 我正在尝试寻找signal列和由signal_up列的不同值分组的
浏览 46提问于2020-03-20得票数 0
回答已采纳
考虑一下这种情况：
在dplyr中：
df = df%>% group_by(a,b) %>%
表示数据帧首先按列a分组，然后按b分组。
在我的例子中，我尝试先按group_name列、然后按user_name、再按type_of_work对数据进行分组。有三列以上(这就是我感到困惑的原因)，但我需要根据这三个标题以相同的顺序对数据进行分组。在这个阶段之后，我已经有了一个处理列的算法。我只需要一个算法来创建一个根据这三列分组的数据帧。
在我的例子中，像dplyr函数一样保留序列是很重要的。
我们在pandas data-frame中有类似的东西吗？
浏览 0提问于2017-06-19得票数 1
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
