pandas数据帧中两个字符串模糊匹配的最快方法
在pandas数据帧中，实现两个字符串的模糊匹配有多种方法，以下是其中一种最快的方法：
使用str.contains()函数结合正则表达式进行模糊匹配。该函数可以在指定的列中搜索包含特定模式的字符串，并返回一个布尔值的Series，表示是否匹配成功。
示例代码如下：
import pandas as pd
# 创建一个示例数据帧
df = pd.DataFrame({'col1': ['apple', 'banana', 'orange', 'grape'],
'col2': ['cat', 'dog', 'elephant', 'giraffe']})
# 使用str.contains()进行模糊匹配
result = df[df['col1'].str.contains('an', case=False)]
print(result)输出结果为：
col1 col2
1 banana dog
2 orange elephant在上述示例中，我们使用str.contains()函数在col1列中搜索包含模式'an'的字符串，并将匹配成功的行返回。
值得注意的是，str.contains()函数默认区分大小写，通过设置case=False参数可以实现大小写不敏感的匹配。
对于更复杂的模糊匹配需求，可以使用正则表达式来定义匹配模式。例如，要匹配以'an'开头的字符串，可以使用正则表达式'^an'。
推荐的腾讯云相关产品：腾讯云云服务器（CVM），产品介绍链接地址：https://cloud.tencent.com/product/cvm
相关·内容
1回答
我有两个数据帧，有一个共同的关键产品名称，我想做的是通过连接前两个数据帧来创建第三个数据帧，这两个数据帧基于80-90%的相似度的部分字符串匹配，数据集相当大，我已经尝试使用scikit-learn的tfidf，但我一直丢失我的参考索引。在下面的例子中:迷你无线蓝牙运动立体声耳机和OnePlus 6砂岩保护套都需要在df3中，帮助将非常感谢。输出
示例：
import pandas as pd
df1=pd.DataFrame({'Product_Name1': ['Mini Wireless Bluetooth Sports Stereo Headset',
浏览 12提问于2018-12-19得票数 0
我有两个数据帧，每个数据帧大小约为1,000,000行。两者共享一个公共的'Address‘列，我用它来连接数据帧。使用这个连接，我希望将信息从dataframe1移动到dataframe2，我称之为“details”。
df2.details = df2.Address.map(dict(zip(df1.Address,df1.details)))
然而，address列并不表现出完全的通用性。我尽了最大努力清理，但仍然只能移动大约40%的数据。有没有办法修改上面的代码以允许部分匹配？这一次我完全被难住了。
数据非常简单，如所述。两个小数据帧。虚构的样本数据如下：
df1
Addr
浏览 1提问于2019-04-02得票数 0
我有两个数据帧df1和df2。
df1 = pd.DataFrame ({'Name': ['Adam Smith', 'Anne Kim', 'John Weber', 'Ian Ford'],
'Age': [43, 21, 55, 24]})
df2 = pd.DataFrame ({'Name': ['adam Smith', 'Annie Kim', 'John Weber', &#
浏览 63提问于2018-03-06得票数 5
回答已采纳
我从CSV文件中获取了数据，并将其保存在我的Dask数据帧中并对其进行操作。然后，我需要将数据写入数据表。我还没有真正遇到过任何解决方案。Pandas的to_sql函数具有内置的功能，所以我不确定是否需要首先转换为Pandas？我目前认为，将Dask数据帧转换为Pandas会导致它被完全加载到内存中，这可能会违背最初使用Dask的目的。
将Dask数据帧写入datatable最好、最快的方法是什么？
浏览 4提问于2020-03-27得票数 1
1回答
将pandas数据帧转储到sql数据库的最佳方法是什么？首先将数据帧转换为csv文件，然后转储csv文件或逐行写入sql数据库，哪个更好？
浏览 5提问于2014-09-17得票数 0
我已经丢弃了一个扩展基于this answer的json编码器的数据帧字典。我只是改变了转储数据帧的方式，出于我自己的目的，将表的“记录”改为orient=的“表”。 不知何故，我无法从json读取数据帧；准确地说，pandas似乎可以正确读取它(没有引发异常)，但它充满了NaN值。 有没有人可以检查我是否做错了什么，或者这是不是熊猫的bug (可能指的是多索引数据帧)？ 我使用的是pandas版本1.1.4。 下面的代码足以(我希望)测试pandas是否在我的机器上是KO的，或者我是否以某种方式弄乱了数据帧的格式。我还尝试用一个包括两个索引的虚拟数据帧来重现它，并且没有遇到问题。 还要注意
浏览 13提问于2020-12-03得票数 0
回答已采纳
我正在尝试合并两个都有'product_desc‘列的数据帧。我使用的是Pandas 0.13和Python 2.7。
small_df = pd.merge(small_df, linregress_df, on = 'product_desc', how = 'left')
但是，我得到以下错误：
pandas.core.index.InvalidIndexError: Reindexing only valid with uniquely valued Index objects
我将两个数据帧导出到平面文件中，其中的索引或其他列都没有重复值。我需
浏览 8提问于2014-06-09得票数 2
通过使用模糊查询，我在Lucene (每一个的levenshtein距离为2)中模糊地搜索输入字符串/文档中的名字和姓氏。
我还期望通过使用SpanNearQuery.，这两个术语彼此非常接近(在本例中，最多由3个术语分隔)。我也不想秩序有问题。
我构建查询的代码：
FuzzyQuery firstNameQuery = new FuzzyQuery(new Term("text", firstName), 2);
FuzzyQuery lastNameQuery = new FuzzyQuery(new Term("text", lastName), 2);
浏览 0提问于2015-02-18得票数 0
回答已采纳
1回答
如何显示熊猫列模糊？
、、、、
我有一个熊猫数据框，我想展示一下。我的一些专栏包含个人数据。是否可以显示一列并使其值变得模糊？考虑下面的示例数据帧：
# initialize list of lists
data = [['tom', 10, 'New York'], ['nick', 15., 'London' ], ['juli', 14, 'Berlin']]
# Create the pandas DataFrame
df = pd.DataFrame(data, columns = ['Name'
浏览 9提问于2020-02-03得票数 0
回答已采纳
我有一个名称列表，其中的所有大写字符、删除的空格和非字母字符都可以更容易地与另一个列表合并--这两个字符都在pandas数据帧中。
其中一个数据帧的名称有一些末尾附加了JR的名称，而另一个数据帧中的对应名称不包含此后缀。如何从两者中剥离所有JR？
我尝试了下面这样的方法：
df['NAME'] = df['NAME'].str.replace('JR','')
但我认为这会删除JR的所有实例，而不是当它是最后两个字符时。任何帮助都将不胜感激。
浏览 0提问于2019-02-06得票数 5
3回答
如何规范化名称
、、、
我使用的是pandas数据帧，我有每个公司的客户的数据。然而，公司头衔略有不同，但最终会影响数据。示例：
Company Customers
AAAB 1,000
AAAB Inc. 900
The AAAB Inc. 20
AAAB the INC 10
我想要从具有非标准名称的几个不同公司的数据库中获得总客户。你知道我该从哪里开始吗？
浏览 14提问于2013-10-18得票数 6
我有可能很大的数据帧，大约有10列和1e6行，具有不同的维度。假设行在两个数据帧中都是唯一的。由于这些数据帧不能加载到内存中，我如何找到一个数据帧中存在于另一个数据帧中的所有行？我目前只处理较小的数据帧，但我很快就会弄清楚这一点。 我非常喜欢使用pandas，但我愿意使用不同的包(xarray?)如果有显著的好处。如果您推荐一个不同的包，请提供一些代码来进行比较。 下面是我如何与内存中适合的pandas数据帧进行比较： import pandas as pd
def row_intersection(df1, df2):
noNA = df2.fillna(0)
retur
浏览 23提问于2021-09-02得票数 0
回答已采纳
我有两个数据帧，我想从它们中执行近似字符串匹配。
> df1
Source Name Country
A Glen fiddich United Kingdom
A Talisker dark storm United Kingdom
B johnney walker United states
D ve
浏览 0提问于2016-04-05得票数 1
我偶然发现了我一直在引用的这篇文章：。我引用的代码在答案部分，使用了模糊的wuzzy和pandas。它使用模糊wuzzy为2个数据帧中的重复行提供资金。我的目标是修改这段代码，这样我就可以在单个数据帧中检查行重复项。以下是我到目前为止拥有的代码：
from fuzzywuzzy import fuzz
from fuzzywuzzy import process
import pandas as pd
import SQLAlchemy
import pyodbc
con =
sqlalchemy.create_engine('mssql+pyodbc://(localdb)\\L
浏览 4提问于2018-12-05得票数 1
我有一个Pandas数据帧，我需要将它转换成H2O框架。我使用以下代码-
代码：
# Convert pandas dataframe to H2O frame
start_time = time.time()
input_data_matrix = h2o.H2OFrame(input_df)
logger.debug("3. Time taken to convert H2O Frame- " + str(time.time() - start_time))
输出：
2019年-02-05:38:55,238记录器调试3.转换H2O帧- 9320.119945764542
浏览 0提问于2019-02-05得票数 1
我有两个目录:第一个是： dir1 = 'path1/to/files/' 第二个是： dir2 = 'path2/to/files/' 在 存储了一些文件： filename0001.csv
filename0002.csv
filename0003.csv 在 还存储了一些其他文件： othername0001.csv
othername0002.csv
othername0003.csv 我想做的是循环遍历 和加载 在那之后 和加载 在pandas数据帧中 和 ..。然后使用循环对其他文件执行此操作。 如果没有循环，我会这样做： df1 = pd.rea
浏览 25提问于2021-03-01得票数 0
回答已采纳
我正在尝试在充满组织名称的PANDAS列中寻找潜在的匹配项。我目前正在使用iterrows()，但它在大约有70,000行的数据帧上非常慢。在查看了StackOverflow之后，我尝试实现了一个lambda row (apply)方法，但这似乎几乎不能加快速度。
数据帧的前四行如下所示：
index org_name
0 cliftonlarsonallen llp minneapolis MN
1 loeb and troper llp newyork NY
2 dauby o'connor and zaleski llc carmel IN
3 wegner c
浏览 4提问于2018-10-04得票数 14
2回答
下面显示的简单数据帧replace不起作用。
NewPhone列包含与原始列相同的值。
import pandas as pd
SF = pd.read_csv(r"xxx.csv")
SF['NewPhone'] = SF['Phone'].replace("(",'xxx')
print(SF['NewPhone'])
浏览 0提问于2018-05-23得票数 4
我有两个pandas数据帧，每个都有相同的索引和列。我想创建第三个pandas数据帧，其中包含其他两个细胞的乘积。 这是我目前的解决方案，但它太慢了。 import pandas as pd
new_df = pd.DataFrame(columns=df1.columns, index=df1.index, data=[])
for col, values in new_df.iteritems():
for idx, value in values.iteritems():
foo = df1.loc[idx][col]
bar = df2.l
浏览 10提问于2019-05-11得票数 1
回答已采纳
假设我的Pandas数据帧如下：
import pandas as pd
df = pd.DataFrame(
dict(ID = [1, 2, 3],
xz = [0, 1, 1],
yz = [4, 5, 6],
yx = [7, 11, 18],
xy = [10, 10, 11])
)
如果我想选择名称中包含x的所有列，我可以执行以下操作：
df.filter(regex = 'x', axis=1)
如果我还想按列名进行选择，我会执行以下操作，但这将不起作用。
df.filter(ite
浏览 0提问于2020-05-23得票数 0
因此，我有一个包含game_id、player_id和playtime列的Pandas数据帧。我想为每一行添加一个z-score评分，以了解在游戏时间方面，他们对每个给定的游戏有多大的偏差。我如何遍历这些分数并将每个分数添加到数据框的新列中？如果有什么我需要澄清的请告诉我。
浏览 5提问于2021-01-03得票数 1
回答已采纳
1回答
我正在创建一个小的Pandas数据帧： df = pd.DataFrame(data={'colA': [["a", "b", "c"]]}) 我把那个df拷贝了一遍。我使用的不是Pandas方法，而是通用Python，对吧？ import copy
df_copy = copy.deepcopy(df) 一个df_copy.head()提供以下内容： ? 然后我将这些值放入字典中： mydict = df_copy.to_dict() 字典看起来是这样的： ? 最后，我删除了列表中的一项： mydict['colA&#
浏览 42提问于2020-01-10得票数 3
回答已采纳
4回答
我正在尝试使用两个列连接两个pandas数据帧：
new_df = pd.merge(A_df, B_df, how='left', left_on='[A_c1,c2]', right_on = '[B_c1,c2]')
但得到以下错误：
pandas/index.pyx in pandas.index.IndexEngine.get_loc (pandas/index.c:4164)()
pandas/index.pyx in pandas.index.IndexEngine.get_loc (pandas/index.c:4028)()
浏览 2提问于2017-01-24得票数 265
回答已采纳
3回答
在将str.findall()应用于pandas数据帧的列之后，我想出了方括号中的值(更像是list)。怎样才能去掉方括号？
print df
id value
1 [63]
2 [65]
3 [64]
4 [53]
5 [13]
6 [34]
浏览 2提问于2016-07-01得票数 21
回答已采纳
我注意到在大型熊猫数据帧上使用IX时出现了一些奇怪的行为。
当我连续对同一数据帧调用.ix 50次时，它的运行速度比我对50个不同数据帧调用.ix时快10倍。
在.ix上有没有在幕后进行缓存？我注意到底部循环会使我的内存使用量加倍。为什么内存会增加？
有什么方法可以修改这个行为吗？
请注意，如果你直接使用numpy，它在两种情况下都运行了7.4秒，内存增加为0，这让我相信pandas正在缓存。
显然，您永远不会想对每个单独的元素调用.ix ...
import pandas as pd
import numpy as np
import datetime as dt
print 'pa
浏览 0提问于2012-12-04得票数 1
回答已采纳
我想在Python Pandas中组合以下形状的两个独立的数据帧：
Df1=
A B
1 1 2
2 3 4
3 5 6
Df2 =
C D
1 a b
2 c d
3 e f
我想要有以下几点：
df =
A B C D
1 1 2 a b
2 3 4 c d
3 5 6 e f
我使用了以下代码：
dat = df1.join(df2)
浏览 0提问于2015-07-15得票数 1
1回答
我有两个数据帧，每个数据帧都有不同的行数。下面是每个数据集中的几行
df1 =
Company City State ZIP
FREDDIE LEES AMERICAN GOURMET SAUCE St. Louis MO 63101
CITYARCHRIVER 2015 FOUNDATION St. Louis MO 63102
GLAXOSMITHKLINE CONSUMER HEALTHCARE
浏览 11提问于2016-07-26得票数 12
回答已采纳
1回答
我正在尝试将嵌套的json数据读取到pandas数据帧中。使用以下代码：
deptdata = json.loads(data)
print(pd.DataFrame(json_normalize(deptdata)))
以下输出：
dept branchData
0 Mechanical [{'branch': 'abc', 'sale': 12}]
1
浏览 1提问于2020-04-16得票数 1
1回答
我有两个数据帧，其中包含来自单个源(csv)的不同部分的corr()的结果。现在，我想要比较两个数据帧中的所有值，以检查它们是否相等，或者是否在特定范围内。所以puseudo代码应该是这样的：
df1['column1']['row1'] == df2['column1']['row1']
在Pandas中有没有简单的方法来做到这一点呢？
浏览 0提问于2016-02-22得票数 2
1回答
我尝试在pandas中使用left merge在公共列上将两个数据帧组合在一起，只有当我这样做时，我合并的数据不会继续，而是提供NaN值。所有的列都是对象，并以这种方式匹配，所以我不太确定发生了什么。 这是我的第一个dateframe头文件，它是程序的输出 ? 这是我的第二个数据帧头。第二个df是一个“关键”文档，用于将第一个输出与其正确的id/品味/等进行匹配，并且它们共享相同的日期/主题/过程/等 ? 这是我的代码，试图在公共列上合并它们。 combined = first.merge(second, on=['trial', 'experiment&
浏览 18提问于2020-11-06得票数 0
我正在寻找一种对pandas友好的方式，用于在两个数据帧中的两个嵌套字符串表示的列表之间执行逐行操作。这是我未完成的尝试：
import pandas as pd
import ast
df1 = pd.DataFrame({'id': [0, 1, 2],
'nested_ls': ["[20, 15, 5]", "[8, 7, 0]", "[124, 23, 43]"]})
df2 = pd.DataFrame({'id': [0, 1, 2],
浏览 1提问于2021-02-27得票数 0
1回答
我正在开发一个实时嵌入式系统。我试图创建一个详细的时间分析。我收集了运行时数据，记录了每个中断的开始和停止时间。每一次数据突发看起来都像这样
ISR# time
----- ----
1 34
end 44
4 74
3 80
end 93
end 97
...
我的输出通道带宽有限，我的高精度定时器很快就会溢出一个字，所以我用大约150微秒的脉冲串收集数据，然后慢慢地流出来。从这些数据中，我能够收集每一次中断所花费的时间，以及通话和抢占的次数。
我想做的是把一个典型帧的完整执行序列组合在一起，大约2毫秒长。
我突然意识到
浏览 6提问于2010-10-28得票数 1
我去了的链接
是否必须创建RDD来执行操作，我们可以开始使用数据帧。与Dataframe相比，RDD有什么优势吗？
我们能不能运行Pandas，numpy数据帧功能上的火花。对于numpy the np.where和像df.groupby‘’..agg()这样的熊猫
浏览 5提问于2020-01-21得票数 0
回答已采纳
我是使用Pandas的新手，我想合并两个数据帧，以便只从第一个数据帧中获得唯一的值。下面我给出了一个例子：
df1 = ['Apple', 'Banana', 'Carrot', 'Squash', 'Watermelon']
df1 = pd.DataFrame(df1)
df2 = ['Apple', 'Cucumber', 'Raddish', 'Watermelon']
df2 = pd.DataFrame(df2)
Result desi
浏览 1提问于2021-02-17得票数 0
我想使用序列x中的一个掩码来过滤出一个vaex数据帧y。我知道如何在pandas和numpy中做到这一点。在熊猫中是这样的： import pandas as pd
a = [0,0,0,1,1,1,0,0,0]
b = [4,5,7,8,9,9,0,6,4]
x = pd.Series(a)
y = pd.Series(b)
print(y[x==1]) 结果如下所示： 3 8
4 9
5 9
dtype: int64 但在vaex中，以下代码不起作用。 import vaex
import numpy as np
a = np.array([0, 0, 0, 1
浏览 20提问于2020-10-28得票数 1
1回答
因此，当我尝试放置不同大小的dataframe时，总是导致错误。
import pandas as pd
from pandas import Series,DataFrame
import numpy as np
# For reading stock data from yahoo
import pandas_datareader as web
# For time stamps
from datetime import datetime
closing_df = web.DataReader(['AAPL','GOOG','MSFT'
浏览 11提问于2019-11-27得票数 1
回答已采纳
2回答
我能想到的检查pandas数据帧中重复项的最简单方法如下：
if (df["col1"].value_counts() > 1).sum() > 0:
raise ValueError("dupes in column 'col1'!")
问题是这不符合PEP8。我的集成开发环境中的代码检查器(我使用PyCharm)告诉我：
类'bool‘的未解析属性引用'sum’
在不添加多行代码的情况下，检查pandas副本的可接受方式是什么？
浏览 73提问于2018-06-06得票数 1
回答已采纳
我有一个Spark 2.0.2集群，我正在通过Pyspark通过Jupyter Notebook访问它。我有多个以管道分隔的txt文件(加载到HDFS中。我需要使用spark-csv将其加载到三个独立的数据帧中，具体取决于文件的名称。
我认为我可以采取三种方法--或者我可以使用python以某种方式遍历HDFS目录(还没有想出如何做到这一点，加载每个文件，然后执行联合。
我还知道在spark中有一些通配符功能(参见) -我可能可以利用
最后，我可以使用pandas从磁盘加载vanilla csv文件作为pandas数据帧，然后创建spark数据帧。这里的缺点是这些文件很大，加载到单个节点上的内
浏览 0提问于2016-12-14得票数 7
回答已采纳
2回答
我需要一个接一个地连接两个具有相等行数(nRow)的数据帧df_a和df_b，而不考虑任何键。此函数类似于R programming language中的cbind。每个数据帧中的列数可能不同。
所得到的数据帧将具有相同的行数nRow和等于两个数据帧中的列数之和的列数。换句话说，这是两个数据帧的盲列连接。
import pandas as pd
dict_data = {'Treatment': ['C', 'C', 'C'], 'Biorep': ['A', 'A', 'A
浏览 0提问于2015-01-25得票数 79
回答已采纳
我得到了一个array_subscribed_players，并且我正在检查这个数组是否包含一个字符串：
array_subscribed_players.include?(subscription.user.full_name_inversed.downcase.strip)
我正在寻找一种方法，即使我给出的字符串与array_subscribed_players中包含的字符串不完全匹配，也能使该表达式返回true。假设有一个或两个不同的字母，或者有一个额外的或更少的字母。
浏览 1提问于2015-09-16得票数 0
2回答
我正在使用Pandas合并两个从Psychopy获得的数据帧。
y = ["key_resp_0.keys", "key_resp_0.rt"] #some columns I want in my final dataframe
df = pd.DataFrame(myData)
columns = df.columns.values.tolist()
df2 = df.reindex(columns = y, fill_value='')
df3 = pd.merge(df2,df)
这是我得到的错误：
type object argume
浏览 0提问于2019-12-03得票数 0
考虑一个具有'a - b‘值的pandas数据帧。我想检查数据帧中所有值的任何位置是否出现'-‘，而不是循环遍历各个列。显然，像下面这样的检查是不会起作用的： df.values中的if '-‘ 关于如何检查这个问题有什么建议吗？谢谢。
浏览 56提问于2017-07-06得票数 1
回答已采纳
我有两个数据帧: Disaster，CountryInfo Disaster有一列国家代码，其中有一些空值，例如：
灾难：
1.**Country** - **Country_code**
2.India - Null
3.Afghanistan (the) - AFD
4.India - IND
5.United States of America - Null
CountryInfo：
0.**CountryName** - **ISO**
浏览 15提问于2016-09-26得票数 0
如何通过一列中的值子集pandas DataFrame？例如，我想用每个公司的名称来分隔下面的数据集。 所以我想把keywords数据帧分成3个不同的数据帧。我尝试定义一个函数，该函数将根据列中的Name值拆分数据集，然后在该函数的列上运行for循环。然而，它似乎不起作用。有人知道我如何做到这一点吗？ keywords = {'Company':['amazon', 'amazon', 'amazon', 'target' 'target' 'target', 'walma
浏览 43提问于2019-09-14得票数 0
2回答
我想用python从pandas数据帧生成qvd文件。在python (https://github.com/BenSimonds/Qlik-Script-Tools/)中有一个qvd解码器，但我对qvd编码器感兴趣。
浏览 15提问于2019-01-24得票数 2
我有一个数据帧，我想要删除其中的所有括号和内容。
我查过了：
其中删除数据的答案是
re.sub(r'\([^)]*\)', '', filename)
我试过了
re.sub(r'\(.*?\)', '', filename)
然而，我得到了一个错误：expected a string or buffer
当我尝试使用列df['Column Name']时，我得到了no item named 'Column Name'
我使用df.head()检查了数据帧，当我使用re表达式删除( be....h
浏览 1提问于2014-01-03得票数 39
1回答
在excel表格中，我有两个大数字的列。
但是当我用read_excel()读取excel文件并显示数据帧时，
这两列是以指数的科学格式打印的。
如何摆脱这种格式？
谢谢
Pandas中的输出
浏览 14提问于2016-08-01得票数 25
回答已采纳
假设我有两个数据帧A和B，每个数据帧包含两个名为x和y的列。我希望连接这两个数据帧，但不是连接在两个数据帧中x和y列相等的行上，而是连接在A的x列是B的x列的子字符串且y列相同的行上。
if A[x][1]='mpla' and B[x][1]='mplampla'
我希望它能被捕获。
在sql上，它可能类似于：
select *
from A
join B
on A.x<=B.x and A.y<=B.y.
这样的事情能在python上完成吗？
浏览 2提问于2015-01-21得票数 0
我正在尝试在pandas数据帧中查找匹配值。一旦找到匹配项，我就想对数据帧的行执行一些操作。
目前，我正在使用以下代码：
import pandas as pd
d = {'child_id': [1, 2,5,4], 'parent_id': [3, 4,2,3], 'content': ["a","b","c","d"]}
df = pd.DataFrame(data=d)
for i in range(len(df)):
for j in ran
浏览 0提问于2019-03-31得票数 1
4回答
我有两个pandas数据帧，a和b
a1 a2 a3 a4 a5 a6 a7
1 3 4 5 3 4 5
0 2 0 3 0 2 1
2 5 6 5 2 1 2
和
b1 b2 b3 b4 b5 b6 b7
3 5 4 5 1 4 3
0 1 2 3 0 0 2
2 2 1 5 2 6 5
这两个数据帧包含完全相同的数据，但顺序不同，
浏览 3提问于2020-01-13得票数 19
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
