Pandas groupby cut sum
Pandas是一个基于Python的数据分析库，提供了丰富的数据结构和数据处理工具。groupby是Pandas中的一个重要函数，用于按照指定的列或条件对数据进行分组。cut函数是Pandas中的一个函数，用于将数据按照指定的区间进行切分。
sum函数是Pandas中的一个函数，用于计算数据的总和。在groupby和cut函数的结合使用中，可以实现按照指定的区间对数据进行分组，并计算每个分组中数据的总和。
优势：
- 灵活性：Pandas提供了丰富的数据处理函数和方法，可以灵活地对数据进行分组、切分和计算。
- 效率：Pandas使用了高效的数据结构和算法，能够快速处理大规模数据。
- 可视化：Pandas可以与其他数据可视化库（如Matplotlib）结合使用，方便进行数据分析和展示。
应用场景：
- 数据分析：Pandas适用于各种数据分析任务，如数据清洗、数据聚合、数据统计等。
- 金融领域：Pandas可以用于金融数据的处理和分析，如股票数据分析、投资组合优化等。
- 科学研究：Pandas可以用于科学研究中的数据处理和分析，如实验数据分析、统计建模等。
推荐的腾讯云相关产品： 腾讯云提供了一系列与数据分析和云计算相关的产品和服务，以下是其中几个推荐的产品：
- 腾讯云数据仓库（TencentDB）：提供高性能、可扩展的云数据库服务，适用于存储和处理大规模数据。
- 腾讯云大数据平台（Tencent Cloud Big Data）：提供全面的大数据解决方案，包括数据存储、数据计算、数据分析等。
- 腾讯云人工智能平台（Tencent AI）：提供各种人工智能相关的服务和工具，如图像识别、语音识别、自然语言处理等。
产品介绍链接地址：
- 腾讯云数据仓库：https://cloud.tencent.com/product/tcdb
- 腾讯云大数据平台：https://cloud.tencent.com/product/cdp
- 腾讯云人工智能平台：https://cloud.tencent.com/product/ai
相关·内容
如何在Dask中使用pd.cut()？由于数据集很大，我无法在完成pd.cut()之前将整个数据集放入内存。 当前代码可以在Pandas中运行，但需要更改为Dask： import pandas as pd
d = {'name': [1, 5, 1, 10, 5, 1], 'amount': [1, 5, 3, 8, 4, 1]}
df = pd.DataFrame(data=d)
#Groupby name and add column sum (of amounts) and count (number of grouped rows)
df = (
浏览 38提问于2020-09-18得票数 1
回答已采纳
我有一个数据帧，看起来像这样：
Len | Count
-----------
100 | 5
105 | 10
3 | 2
1000| 21
...
我想用Len绑定，但使用一个自定义的绑定，比如bins = [100, 200, 300, ...]来标记端点。但是，在入库之后，我想对落入每个入库的所有行的Count值求和。在Pandas中有没有一种干净的方法来做到这一点？
浏览 55提问于2021-05-18得票数 1
这是我正在运行的代码，它创建了一个条形图，但我想将图表中每个条形图的值组合在一起，每个值都在$5以内。条形图当前将所有50个值显示为单独的条形图，使数据几乎不可读。直方图是更好的选择吗？另外，bdf是出价，adf是出价。
import gdax
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from gdax import *
from pandas import *
from numpy import *
s= 'sequence'
b= 'bids'
a=
浏览 2提问于2018-01-20得票数 0
我需要找到存储箱的阈值(例如。0-999,1000-1999等)，使得在每个箱上有大约相等的量(如果我们分成3个箱，则例如1/3的总值的1/n)。 d = {'amount': [600,400,250,340,200,500,710]}
df = pd.DataFrame(data=d)
df
amount
600
400
250
340
200
500
710 如果我们按金额列的总和拆分为3个存储箱，则预期输出： bin sum
threshold_1(x value-x value) 1000
threshold_2(
浏览 19提问于2021-04-12得票数 0
我的pandas数据帧是这样的： name startTime endTime
AAA BBB 0 8.5
BBB CCC 9 15
AAA BBB 15 25
AAACCCC 25 60
XXXX YYYY 65 80
AAA BBB 80 90
BBB CCC 90 105
XXX YYYY 105 108
浏览 21提问于2020-10-10得票数 0
回答已采纳
如果我们有一个具有分类数据的列，如在“模型”中看到的，并且它的代表性百分比由“传感器”获得，也在列数字数据中，
import pandas as pd
import numpy as np
data = {'model': ['a','b','b','a','b','b','a','b','b','a','b','b'],
'sensor': [0.34
浏览 11提问于2019-11-18得票数 0
回答已采纳
2回答
假设下面的dataframe：
import pandas as pd
data = {"Time":["2021-01-10 21:00:00", "2021-01-10 22:00:00",
"2021-01-10 21:30:01", "2021-01-10 21:45:00",
"2021-01-12 09:00:00", "2021-01-12 09:30:00"],
"ID"
浏览 1提问于2021-09-08得票数 1
回答已采纳
1回答
我有以下数据(以csv格式)：
Country,City,Year,Value1,Value2
Germany,Berlin,2020,9,3
Germany,Berlin,2017,1,4
Germany,Berlin,2011,1,4
Israel,Tel Aviv, 2007,4.5,1
我想要根据Year列创建回收箱，这样就没有使用特定的年份，而是有一个5年的范围，然后用Value1、Value2、按Country、City和bin ID分组的值进行汇总(在下面的示例中，我称之为YearRange)。
例如，在运行此过程后，数据如下所示：
Country,City,YearRange,
浏览 0提问于2018-07-09得票数 0
回答已采纳
1回答
数据网格化/装箱
、、、
我有一个包含三列的数据集:经度、经度和风速。我的目标是拥有一个2维经度/经度网格化数组，对每个网格箱中的风速观测值求和。这似乎可以通过groupby或cut in pandas来实现。但是我不知道该怎么做。
下面是我尝试从另一种语言复制的一个示例：
浏览 15提问于2020-05-20得票数 0
1回答
关于这个题目的所有其他问题都太复杂了。我想我遗漏了什么，我需要使用Pandas聚合函数吗？
输入：
df_dict = pd.DataFrame({'Position': {149: 1.0,
95: 1.0,
1031: 1.0,
880: 1.0,
868: 1.1,
862: 1.1111111111111112,
886: 1.2,
908: 1.3888888888888888,
874: 1.4193548387096775,
920: 1.5},
'Ctr': {149: 0.0,
95: 0.0,
1
浏览 2提问于2022-09-09得票数 0
回答已采纳
另一个相当复杂的问题，我被困在关于Pandas和它的群和削减功能。情况如下，假设我有一个如下所示的DataFrame：
import Pandas as pd
pd.DataFrame(data)
A B C ipv4
0 1 3 3 0.0.0.0
1 2 2 1 140.0.0.0
2 3 1 3 230.0.0.0
3 1 1 2 140.0.0.0
4 3 1 2 NaN
在这一点上，我必须补充说，我在这里使用的实际DataFrames可以包含数百万(！)关于行，所以性能是我必须记住的。我做了一个函数，给
浏览 1提问于2020-08-17得票数 1
回答已采纳
1回答
给定一个开始时间为新时间段(新工作班次)的数据帧，将截至下一时间段(工作班次)的所有销售额相加。 import pandas as pd
df_checkpoints = pd.DataFrame({'time':[1,5,10], 'shift':['Adam','Ben','Carl']})
df_sales = pd.DataFrame({'time':[2,6,7,9,15], 'soldCount':[1,2,3,4,5]})
# This is the wanted
浏览 15提问于2021-04-18得票数 2
回答已采纳
2回答
pandas中有没有一种简单的方法来调用一系列递增的值来调用groupby？例如，在给定以下示例的情况下，能否以0.155增量对列B进行入库和分组，使得例如，列B中的前几个组被划分为介于'0 - 0.155，0.155 -0.31...`之间的范围
import numpy as np
import pandas as pd
df=pd.DataFrame({'A':np.random.random(20),'B':np.random.random(20)})
A B
0 0.383493 0.250785
1 0.57
浏览 1提问于2014-01-30得票数 108
回答已采纳
1回答
我想要group by代码和rank，但有一个条件，如果容器的总和超过2000，它应该放在下一组。这在Pandas中能实现吗？ 我有以下数据： +---+----------+--+------------------+
| 1 | Load No. | | Code Weight |
| 2 | 1 | | 4000 200 |
| 3 | 2 | | 4000 1800 |
| 4 | 3 | | 4000 400 |
| 5 | 4 | | 4000 1000
浏览 16提问于2018-12-27得票数 0
回答已采纳
1回答
如何以这种方式均匀分布系列？
、、、、
如何解决Pandas中的下一个问题： 所以，我有了DataFrame Man Salary
Person 1 - 10000
Person 2 - 10000
Person 3 - 10000
Person 4 - 16000
Person 5 - 16000
Person 6 - 33000
Person 7 - 34000 并且，想要得到这个： Quartile 1: 3 Person, Total Salary — 30000 #1-3 rows
Quartile 2: 2 Person, Total
浏览 13提问于2020-10-03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
我试图使用groupby和cut对日期进行自定义范围的分组，但到目前为止没有成功。从返回的错误消息中，我想知道cut是否试图将我的日期作为一个数字处理。
我想按自定义日期范围对df1['date']进行分组，然后对df1['HDD']值进行求和。自定义范围在df2中找到。
import pandas as pd
df1 = pd.DataFrame( {'date': ['2/1/2015', '3/2/2015', '3/3/2015', '3/4/2015','4/17/
浏览 2提问于2018-03-02得票数 3
回答已采纳
我有一个交易者交易的数据集，其中感兴趣的变量是Buy/Sell，它是二进制的，如果交易是买入，则取值1，如果是卖出，取值为0。示例如下：
Trader Buy/Sell
A 1
A 0
B 1
B 1
B 0
C 1
C 0
C 0
我想计算每个交易者的净Buy/Sell，如果交易者有超过50%的交易作为买入，他的Buy/Sell将为1，如果他有少于50%的买入，那么他的Buy/Sell将为0，如
浏览 0提问于2014-11-08得票数 21
回答已采纳
1回答
熊猫的分组和求和
、、
我有一个有两列的数据。第一列包含years，第二列包含value。我想对某个年份进行分组，并将其更改为该组的一个名称，并添加所有相应的值。
例如，下面是小数据集
years value
1950 3
1951 1
1952 2
1961 4
1964 10
1970 34
输出应该如下所示
years value
1950's 6
1960's 14
1970's 34
我正在使用pandas在Python中尝试这一点，并尝试了许多方法，转换为dict或for循环，但每次我都
浏览 0提问于2019-04-04得票数 3
回答已采纳
我可以使用groupby获取大小信息，并将文本添加到相应的位置。但我不禁想，有更好的方法，因为这看起来真的很平凡，很多人都希望看到.
为了说明，下面的代码将生成分组框图
import pandas as pd
df = pd.DataFrame(rand(100, 1), columns=['value'])
df.ix[:23, 'class']='A'
df.ix[24:, 'class']='B'
df.boxplot(column='value', by='class')
浏览 2提问于2015-03-26得票数 5
回答已采纳
3回答
我是一名前Excel高级用户，正在为自己的罪过悔过。我需要帮助为我重新创建一个通用的计算。 我正在尝试计算贷款组合的表现。在分子中，我正在计算累积损失总额。在分母中，我需要将贷款的原始余额包括在累计总额中。 我不知道如何在Pandas中做一个条件groupby来完成这个任务。这在Excel中非常简单，所以我希望我想得太多了。 我在StackOverflow上找不到太多关于这个问题的信息，但这是最接近的：python pandas conditional cumulative sum 我不明白的是，我的条件是基于索引中的值并包含在列中 以下是我的数据： | Loan | Originat
浏览 15提问于2019-06-15得票数 9
回答已采纳
我想要绘制一些日期时间，并希望指定一个时间间隔，以便将它们捆绑在一起并创建一个直方图。例如，如果在一个小时内恰好有n个日期时间，那么将它们组合在一起，或者将它们解析为年、月、日、小时。省去几分钟和几秒。假设我有一个带有日期时间值的数据框架：
import pandas as pd
import numpy as np
from datetime import datetime, timedelta
date_today = datetime.now()
days = pd.date_range(date_today, date_today + timedelta(7), freq='
浏览 0提问于2018-06-19得票数 1
回答已采纳
1回答
你好，我对熊猫很陌生。我需要一些帮助，如何写熊猫查询我的要求输出。
我想检索输出数据，比如0< minimum_age < 10，我需要得到0到10的和(总体)，只有当10 < minimum_age < 20时，我只需要得到该10到20的和(人口)，然后它会继续。
我的输入数据如下：
population,minimum_age,maximum_age,gender,zipcode,geo_id
50,30,34,f,61747,8600000US61747
5,85,NaN,m,64120,8600000US64120
1389,10,34,m,95117,8
浏览 5提问于2017-10-02得票数 3
回答已采纳
1回答
我有一个数据帧，如下所示：
+-------+-------+
| Group | Price |
+-------+-------+
| A | 2 |
| B | 3 |
| A | 1 |
| C | 4 |
| B | 2 |
+-------+-------+
我想创建一个列，它将给我在哪个范围内(如果我将每个组分为4个间隔)我的价格价值在每个组内。
+-------+-------+--------------------------+
| Group | Price | Range
浏览 6提问于2021-05-21得票数 0
编辑:添加defT
使用pandas.cut会改变pandas.DataFrame的结构吗？
我以以下方式使用pandas.cut将单个年龄组映射到年龄组，然后进行聚合。但是，聚合并不起作用，因为我最终在要聚合的所有列中都使用了NaN。下面是我的代码：
cutoff = numpy.hstack([numpy.array(defT.MinAge[0]), defT.MaxAge.values])
labels = defT.AgeGrp
df['ageGrp'] = pandas.cut(df.Age,
bins
浏览 0提问于2015-07-15得票数 3
回答已采纳
2回答
例如，在这种情况下，首先从2000年到2008年，再到2009年到2016年，我如何按日期对列的各部分进行汇总？
Date Total Managed Expenditure
0 2001 503.2
1 2002 529.9
2 2003 559.8
3 2004 593.2
4 2005 629.5
5 2006
浏览 2提问于2017-04-29得票数 3
回答已采纳
我已经得到了选定范围内的值的总数。但是，如何对范围中的值求和。 目前，我得到的代码是这样的。 import pandas as pd;
data = pd.ExcelFile('~/Documents/FYP 2021/DATA/60.xlsx');
df = pd.read_excel(data)
print (pd.cut(df["Risk Level"],[0,0.25,0.5,0.75,1]).value_counts()) 和输出； (0.0, 0.25] 182
(0.25, 0.5] 4
(0.5, 0.75] 2
(0
浏览 15提问于2021-05-05得票数 1
1回答
我有一个dataframe，对于每个组值，我想要标记值。如果值小于该组均值，则标签为1，如果组值大于组均值，则标签为2。
输入数据帧
groups num1
0 a 2
1 a 5
2 a Nan
3 b 10
4 b 4
5 b 0
6 b 7
7 c 2
8 c 4
9 c
浏览 6提问于2022-08-01得票数 1
回答已采纳
2回答
熊猫计数正/负/中性值
、、、、
在Pandas中，我有一个具有以下格式的列和记录的数据框架：
text source senti
-------------------------------
great food site1 0.6
awful staff site4 -0.4
good chef site8 0.4
average food site6 0.05
bad food site2 -0.8
文本列本质上是对某物的描述或意见。我想对数据集的平均情绪得出一些结论，输出如下。
sentiment coun
浏览 6提问于2017-03-20得票数 3
回答已采纳
我有一张这样的桌子： position class supl score1 score2
1 3 2 15 18
2 2 5 18 13
3 4 5 13 18
4 6 9 15 12
. . . . .
. . . . .
100 5 9 12 09 我尝试在位置1-5的基础上分组，然后在同一窗口中添加分数。我试着做窗口，但困惑于如何在同一窗口中添加分数。我正在尝试获得如下输出： position score1 score2
1-5 72 71
6-10 68 71
. . .
. . .
96-100 x x 我如何才能实现聚类数据并累积相应分数的目标。请分享你的想法，我将非常感谢你们
浏览 10提问于2021-07-05得票数 0
回答已采纳
import pandas as pd
df = pd.DataFrame({
'id':[1,2,3,4,5,6,7,8,9,10,11],
'text': ['abc','zxc','qwe','asf','efe','ert','poi','wer','eer','poy','wqr']})
我有一个包含列的DataFrame：
id text
1 a
浏览 5提问于2017-04-17得票数 2
回答已采纳
我使用pandas.cut()将一个连续变量离散化成一个范围，然后按结果分组。
由于我不知道哪里出了问题，经过多次咒骂之后，我了解到，如果我不向cut()函数提供自定义标签，而是依赖于默认值，那么输出就不能导出到excel。如果我尝试这样做：
import pandas as pd
import numpy as np
writer = pd.ExcelWriter('test.xlsx')
wk = writer.book.add_worksheet('Test')
df= df= pd.DataFrame(np.random.randint(1,
浏览 4提问于2017-10-17得票数 16
回答已采纳
假设我有一个有两列的Pandas dataframe，即。df.Price和df.Revenue.我可以执行df.Price.value_counts(bins=[5,10,15])和确定价格的数量在每个三个垃圾箱。
但是，我想知道这些回收箱中的总收入是多少，这是我为Price列指定的。我怎样才能做到这一点？对此的扩展是找出每个回收箱的事务数量(计数)？
浏览 0提问于2018-05-18得票数 0
回答已采纳
1回答
我有一个使用pandas的数据：
SNP = pd.read_csv("C:/Users/sia/Desktop/SNP.txt",delimiter=r"\s+",header=0)
ID Chr Position p
M1 1 4762 0.40
M2 1 77143 0.62
M3 1 130756 0.22
M4 1 227358 0.50
M5 1 265131 0.60
M6 1 568128 0.64
M7 2 2000 0.32
M8 2 18000 0.36
M9 2
浏览 77提问于2020-06-01得票数 1
回答已采纳
clean_df = clean_df.groupby(by=index_keys).sum(axis=1, numeric_only=True)
抛出
sum() got an unexpected keyword argument 'axis'
我从相关问题中了解到，这与更新软件包有关。如何找出哪个包裹有问题？
$ pip show pandas
Name: pandas
Version: 1.2.0
>python -m pip check
No broken requirements found.
浏览 18提问于2021-01-03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
1回答
我有一个以年份为索引的数据框架： index deaths_pop
2010 2
2011 6
2012 2
2013 8
2014 10
2015 4
2016 2 我想按索引进行分组和求和，如下所示： index deaths_pop
=<2012 10
>2012 24 我该怎么做呢？
浏览 18提问于2020-07-09得票数 1
回答已采纳
所以我有一个关于商店里顾客的数据集，以及该商店每天的销售情况。
看起来像这样-
Store ID Sales Customers
1 250 500
2 276 786
3 124 256
5 164 925
如何将其转换为分组数据，如下所示
Sales Customers
0-100 0
100-200 1181
200-300 1286
我搜索了一段时间，并在熊猫网站
浏览 7提问于2017-09-12得票数 2
回答已采纳
我有如下的数据结构：
speed frequency_count
900.0 5
902.0 1
905.0 8
906.0 1
910.0 15
911.0 1
914.0 1
915.0 45
916.0
浏览 9提问于2018-09-04得票数 2
我有一个数据框架，它是通过使用pd.cut创建的分类变量从groupby输出的。
import pandas as pd
import numpy as np
di = pd.DataFrame({'earnings':pd.np.random.choice(10000, 10000), 'counts':[1] * 10000})
brackets=append(np.arange(0,5001,500),100000000)
di['earncat']=pd.cut(di['earnings'], brackets,righ
浏览 1提问于2015-06-10得票数 1
回答已采纳
2回答
例如，我有以下数据
City Population
abc 5000
mno 2000
xyz 7000
uvw 9000
def 11000
我需要有三只猫的饼形图，人口不足的地方< 5000，中等人口的< 10000，人口> 10000的人口过剩。
浏览 2提问于2022-06-15得票数 0
回答已采纳
2回答
我想找的不是单一的最大指数，而是熊猫groupby.agg操作的最大指数。
我的数据框架看起来是这样的：
>>> dat = [{"date": datetime.date(2021,1,1), "category": "cats", "var": 1},
{"date": datetime.date(2021,1,1), "category": "dogs", "var": 0},
{"date": da
浏览 5提问于2021-05-18得票数 3
回答已采纳
5回答
这就是我的问题：
在我的数据帧中有两个参数: km和value
km value
0 1 10
1 10 2
2 3 5
我想从km的范围中得到值的总和，就像1< km =< 3然后3< km =< 6等等的值的总和。
我试过了：
i = 0
j = 3
while j < 200 :
sum_km = dvf[i < dvf['km'] and j >= dvf['km'] ]['value'].sum()
i += 3
浏览 0提问于2019-11-05得票数 0
1回答
我是python和Pandas的新手。我有一个熊猫数据框，如下所示：
id value
0 10
1 0
2 1
3 3
4 3
5 3
6 5
如何获取垃圾箱列表以及落入每个垃圾箱中的物品数量。例如，在本例中，我想要这样的内容
{ {range: 0-1, count: 2},
{range: 2-3, count: 3},
{range: 4-5, count: 1}
}
浏览 9提问于2018-01-13得票数 3
回答已采纳
2回答
我是一个R和data.table用户，试图使用更多的Python和pandas，当我想在pandas中执行以下操作时，我感到非常沮丧，因为似乎没有一种简单的方法：
df = pd.DataFrame({'a': [1, 1, 2, 2], 'b': [0.2, 0.2, 0.2, 0.1], 'c': [10, 9, 10, 22], 'd': [2, 3, 3, 1]})
在R中，如果我想对b和c的乘积进行求和，并对d之和进行除法(按a分组)，我只需这样做：
df[, sum(b*c)/sum(d), by=a]
，但对我来说，
浏览 3提问于2022-05-02得票数 1
回答已采纳
假设我有一个数据帧，df
>>> df
Age Score
19 1
20 2
24 3
19 2
24 3
24 1
24 3
20 1
19 1
20 3
22 2
22 1
我想构造一个新的数据帧，它将Age打包并将每个Score列中的元素总数存储在不同的bins列中：
Age Score 1 Score 2 Score 3
19-21 2 4 3
22-24 2 2
浏览 21提问于2018-08-08得票数 2
回答已采纳
1回答
我有一系列(114行)的索引时间戳和百分比(意为浮点数)。
testseries.head()
Out[100]:
Timestamps
2018-04-19 13:23:57-04:00 0.000161238
2018-04-06 13:59:50-04:00 -0.0169348
2018-04-04 11:39:41-04:00 0.0475188
2018-04-03 14:53:37-04:00 -0.00231244
2018-03-29 14:09:57-04:00 0.0209815
Name: Change, dtype: obje
浏览 0提问于2018-04-22得票数 2
回答已采纳
1回答
运行此程序时：
import pandas as pd
df = pd.DataFrame(dict(x=[1, 1, 2, 2, 3, 3], group=["a", "a", "a", "a", "b", "b"]))
df.groupby(["group"]).agg({
"x": [pd.Series.mode, "sum"]
})
返回此错误：
ValueError Tr
浏览 9提问于2022-08-31得票数 0
回答已采纳
1回答
当运行下面的代码时，我会得到不同的结果。
import dask
# Loading Data
df = dask.datasets.timeseries()
# Dask Computation
df.groupby("name").aggregate({"x": "sum", "y": "max"}).compute()
# Pandas computation
pandas_df = df.compute()
pandas_df.groupby("name").aggregate({&#
浏览 5提问于2022-10-01得票数 0
1回答
一开始是这样的：
SUBJECT TIME C_INTAKE
C02 0.00 0.0
C02 48.00 0.2
C02 49.31 0.4
C02 51.20 0.4
C02 52.61 0.4
C02 55.61 0.6
C02 82.77 0.9
C02 84.97 1.1
C02 86.39 1.1
.
.
C03 0.00 0.0
我想：
使固定时间箱(例如10，20，30，40，50，60，70，80，90,100)；(实际上
浏览 7提问于2022-06-26得票数 0
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
即时通信 IM
对象存储活动推荐
腾讯云开发者
