将带有小计的pandas groupby结果转换为相对值
，可以通过以下步骤实现：
- 首先，使用pandas的groupby函数对数据进行分组操作，指定需要进行分组的列名。
grouped_data = df.groupby('column_name')- 接下来，使用agg函数对每个分组进行聚合操作，计算每个分组的小计值。
grouped_sum = grouped_data['column_name'].agg('sum')- 然后，使用transform函数将每个分组的小计值广播到原始数据的每一行。
df['group_sum'] = grouped_data['column_name'].transform('sum')- 最后，将原始数据中的每个值除以对应分组的小计值，得到相对值。
df['relative_value'] = df['column_name'] / df['group_sum']这样，就可以将带有小计的pandas groupby结果转换为相对值。
对于pandas的groupby操作，它是一种基于列值进行分组的操作，可以根据指定的列或多个列对数据进行分组，并对每个分组进行聚合操作。groupby操作常用于数据分析和统计计算，可以方便地对数据进行分组汇总和计算。
相对值是指某个值相对于总体或其他参考值的比例或比率。在数据分析中，相对值常用于比较不同组别或时间点的数据，以便更好地理解数据的相对关系和趋势。
推荐的腾讯云相关产品：腾讯云数据库（TencentDB）、腾讯云云服务器（CVM）、腾讯云对象存储（COS）。
- 腾讯云数据库（TencentDB）：提供多种数据库类型，包括关系型数据库（MySQL、SQL Server、PostgreSQL）和非关系型数据库（MongoDB、Redis），可满足不同场景的数据存储需求。产品介绍链接：腾讯云数据库
- 腾讯云云服务器（CVM）：提供弹性、可扩展的云服务器实例，支持多种操作系统和应用场景，可用于部署和运行各类应用程序。产品介绍链接：腾讯云云服务器
- 腾讯云对象存储（COS）：提供安全、可靠的云端存储服务，适用于存储和管理各类文件、图片、视频等多媒体数据。产品介绍链接：腾讯云对象存储
以上是腾讯云提供的一些相关产品，可以根据具体需求选择适合的产品进行数据存储和计算。
相关·内容
这是我的密码
import pandas as pd
df = pd.DataFrame()
df['country'] = ['UK', 'UK', 'USA', 'USA', 'USA']
df['name'] = ['United Kingdom', 'United Kingdom', 'United States', 'United States', 'United States']
df[
浏览 7提问于2022-04-19得票数 -1
2回答
对熊猫来说是新手。
具有以下顺序的DataFrame :带有多个值行的A B C Date1 Date2 D。我想根据季度将整个DataFrame划分为多个数据格式，即(Jan-Mar, Apr-Jun, Jul-Sep, Oct-Dec)。我试图只使用相同的Date1列值。到目前为止，我尝试了以下几种方法：
data_q = data.groupby(pandas.TimeGrouper(freq = '3M'))
日期以2009-11-03表格为准。
浏览 3提问于2015-06-29得票数 1
回答已采纳
2回答
我有很多数据，我想在一个Pandas数据结构。但是，我需要一个多索引格式。Pandas MultiIndex功能一直让我感到困惑，而且这一次我也无法理解它。
我根据自己的意愿构建了这个结构，但是由于我的实际数据要大得多，所以我想用Pandas代替。下面的代码是dict变体。注意，原始数据有更多的标签和更多的行。
其思想是，原始数据包含索引Task_n的任务行，该任务由具有索引Participant_n的参与者执行。每一行都是一个段。即使原始数据没有这种区别，我也想将其添加到我的数据中。换言之：
Participant_n | Task_n | val | dur
---------------
浏览 0提问于2018-03-06得票数 8
回答已采纳
1回答
我想请一些新手来帮我。我有一个带有小计的旋转DF，我想向它追加一个新的小计，它是一些其他小计的总和。例如，我想创建一个名为"DS“的新小计，它是CA-1、INT-1和INT-2等其他小计的总和。在下面的图片中，我附加了目标结果。 提前感谢！ Pivoted DF. Painted green aimed result
浏览 24提问于2021-04-08得票数 0
回答已采纳
1回答
我有一个Pandas DataFrame，标签分布不均：
a label
0 0
1 0
2 0
3 0
4 0
..
65693 7
65694 7
65695 7
65696 7
65697 7
每个标签的“行”：
1: 7673
2: 28930
3: 615
4: 7619
5: 3888
6: 2853
7: 5312
0: 8808
现在，我需要另一个DataFrame，其中每个类精确地表示615次(标签的最小部分)，这样DF将包含8x615行。
谢谢你的帮
浏览 1提问于2021-05-19得票数 1
回答已采纳
3回答
我有一个数据框架：
>>> import pandas as pd
>>>
>>> df = pd.DataFrame({
... 'P': ['P1', 'P1', 'P2', 'P2', 'P2'],
... 'A1': [0,1,2,1,2],
... 'A2': [5,4,1,3,2],
... 'A3': [5,1,3,8,4],
... '
浏览 23提问于2021-02-28得票数 2
回答已采纳
我是数据科学的新手，目前在Jupyter笔记本上使用Pandas库。对不起，我的英语很差。
A,1,5,9
B,2,6,3
A,3,7,2
B,4,8,1
如何对上述CSV值进行分组，并在创建DataFrame后添加内容？我想要这样的输出。
A B
0 4 6
1 12 14
2 11 4
提前感谢:)
浏览 0提问于2020-05-31得票数 0
1回答
我正在尝试将具有唯一密钥的df转换为JSON文件。pandas dataframe看起来如下所示。
import pandas as pd
d = {'col1': [1,2,2,2,3,3], 'col2': ['a','b','c','','e','f'], 'col3': ['one','two','three','four','five','six'
浏览 4提问于2020-11-13得票数 0
回答已采纳
1回答
示例数据集(请注意，Col_A和Col_B的每个组合都是唯一的)：
import pandas as pd
d = {'Col_A': [1,2,3,4,5,6,9,9,10,11,11,12,12,12,12,12,12,13,13],
'Col_B': ['A','K','E','E','H','A','J','A','L','A','B','A',
浏览 4提问于2021-12-05得票数 1
回答已采纳
1回答
我有一个包含Value、Type和Subtype列的数据文件。我想先用Type对其进行分组，然后按Subtype对其进行分组，但是第二组应该只针对特定的组进行(例如，仅针对组Type=="Type 2)。我怎样才能以最优雅的方式做到这一点呢？这是我的代码-我想做第二个分组(由SubType)只为Type 2，而不是两者。对于Type 1，聚合值应该等于来自所有SubTypes的和。
import pandas as pd
df = pd.DataFrame()
df["Type"] = ["1", "2", "1", &
浏览 1提问于2022-06-11得票数 1
回答已采纳
1回答
我有一个包含datetime列和count列的pandas df1。如果连续一个小时的字符串为0，并且在该小时内少于2分钟的数据大于0(“峰值容差”)，则认为该字符串无效。
datetime间隔为5秒，但并不总是一致的(即，可以从6:00:00跳到14:00:00，跳过其间的所有时间)，因此行之间的差异应为5秒，才能被视为连续的一段时间。
我想添加一个新的列flag，它将0标记为无效，1标记为有效。
样本数据
time count flag
00:00:05 0 0
00:00:10 0 0
.....
浏览 6提问于2016-08-09得票数 1
我有一个包含分类数据和NaN值的COLOR列的熊猫数据框-
ZIP YEAR COLOR
11111 1990 0
11111 1990 1
11111 1990 NaN
11111 1990 1
22222 2000 0
22222 2000 NaN
22222 2000 NaN
22222 2000 1
如何按ZIP和YEAR列(df.groupby(['ZIP', 'YEAR']))聚合
浏览 12提问于2020-02-17得票数 1
2回答
与以前的类似，我希望在每个组中导出百分比，但基于多列和并添加小计。例如，给定下面的数据：
import numpy as np
import pandas as pd
np.random.seed(0)
df = pd.DataFrame({'state': ['CA', 'WA', 'CO', 'AZ'] * 3,
'office_id': list(range(1, 7)) * 2,
'sales': [np.ran
浏览 3提问于2021-12-31得票数 0
回答已采纳
当我们提供axis=1时，我对groupby的行为感到困惑。例如：
from pandas import DataFrame
junk_df = DataFrame(data = {"c1": [1,1,2,2,3,3],
"c2": [1,1,3,3,5,5],
"c3": [2,2,3,3,4,4]},
index=["r1", "r2",
浏览 47提问于2021-11-24得票数 1
2回答
我很好奇Pandas中是否有预先构建的函数来检查组中的所有成员(列中的因素)是否在另一列中包含相同的值。
也就是说，如果我的数据与下面类似，它将返回一个空列表。
Col1 Col2
2 A
2 A
0 B
0 B
但是，如果我的数据以这种方式出现(注意到Col1中的1)：
Col1 Col2
2 A
2 A
0 B
1 B
然后输出将是一个包含对象"B“的列表，因为组B在Col1中有不同的值。
浏览 1提问于2019-02-04得票数 3
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
我正在使用Pandas和函数来检测哪些行相等：
import pandas as pd
d = {
1: {'name': 'n1', 1: 10, 2: 20, 3: 30},
2: {'name': 'n2', 1: 10, 2: 20, 3: 30},
3: {'name': 'n3', 1: 11, 2: 21, 3: 30},
4: {'name': 'n4', 1: 11, 2: 21, 3: 30},
5: {&
浏览 1提问于2018-02-21得票数 1
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
固定时间段内的熊猫群居
、、、
我有一个客户列表，日期和分数： import pandas as pd
import datetime as dt
import numpy as np
data = pd.DataFrame(
np.array(
[
["A", dt.datetime(2017, 12, 10), 10.0],
["A", dt.datetime(2018, 1, 10), 10.0],
["A", dt.datetime(
浏览 23提问于2020-08-31得票数 1
回答已采纳
我有一个带有MultiIndex列标签的Pandas，如下所示：
in:
import pandas as pd
import numpy as np
np.random.seed(123)
df = pd.DataFrame(np.random.randint(100,size=(3, 4)),columns = pd.MultiIndex.from_product([['exp0','exp1'],['rnd0','rnd1']],names=['experiments','rnd_runs
浏览 6提问于2020-07-26得票数 3
回答已采纳
对熊猫来说是新手。我正试着按列在两个组中进行小计。我设法弄清楚如何使用2组的属性和，但在其中，我也试图做一个小计。例如，请参阅下文-
df.groupby(['Fruit','Name'])['Number'].sum()
输出
Fruit Name Number
Apples Bob 16
Mike 9
Steve 10
------
35
----
浏览 4提问于2021-12-14得票数 0
回答已采纳
1回答
我正在寻找一种方法来将“-”替换为同一行中的值。 这是我的原始df： import pandas as pd
import numpy as np
df = pd.DataFrame({'A':['1','-','-','4','5'], 'B': [5, 6, 7, 8, 9]})
df 但是，我如何得到结果df： import pandas as pd
import numpy as np
df = pd.DataFrame({'A':['1'
浏览 14提问于2021-08-19得票数 2
回答已采纳
我有一个熊猫数据帧df，看起来像这样：
>>>df
group A B C
1 1 2 3
1 2 3 6
1 4 9 9
2 8 1 2
2 5 6 4
3 6 5 7
我希望它是多索引的，这样看起来就像
group
A B C
1 1 2 3
2 3 6
4 9 9
2 8 1 2
5 6 4
3 6 5 7
我想访问每个组编号，为我提供该组索引值的数据框架。我的意思是，如果我输入df[0]，那么我会得到
>>>df[0]
A B C
浏览 2提问于2018-04-20得票数 1
1回答
我想将数据分组到DataFrame中，过滤掉每个组中的异常值(例如，分位数(0.95))，然后聚合每个组的结果。 我试着这样做： import pandas as pd
import numpy as np
dff = pd.DataFrame({"A": np.arange(8), "B": list("aabbbbcc")})
group = dff.groupby(["B"])
print(group.mean())
group1 = group.apply(lambda g: g[g["A"] <
浏览 4提问于2021-01-31得票数 0
回答已采纳
2回答
具有以下DF：
group_id timestamp
A 2020-09-29 06:00:00 UTC
A 2020-09-29 08:00:00 UTC
A 2020-09-30 09:00:00 UTC
B 2020-09-01 04:00:00 UTC
B 2020-09-01 06:00:00 UTC
我想使用所有组来计算记录之间的增量，而不包括组间的增量。上述示例的结果：
delta count
2 2
25
浏览 17提问于2020-11-23得票数 1
回答已采纳
1回答
重塑潘达斯DataFrame
、、、、
我正试图做如下所示的工作。
Input Output
Letter Number A B C
A 1 1 1 1
A 2 2 2 2
B 1 3 3
B 2 4
B 3
C 1
C 2
C 3
C 4
我已经编写了下面的代码，它运行得很好。
import pandas as pd
df = pd.read_excel('Test.xlsx')
df = df.pivot(columns=
浏览 0提问于2020-02-26得票数 0
回答已采纳
我必须将汇总/小计表格与明细表进行匹配，同时识别明细表中不匹配的项目。 由于详细记录和小计记录之间的时间差明显偏离(+/-)，我使用pandas merge_asof()的方法甚至不够好-尽管它基于给定的timedelta值进行匹配，但它不会检查两个表之间的金额是否相等。有没有一种编码的方法，考虑小计表格中的每个值，从明细表中计算小计，如果匹配，则移动到小计表格中的下一项，并从明细表中的下一项开始小计。如果有人能在这个问题上提供帮助，我将不胜感激。 import pandas as pd
import datetime as dt
subtotal = pd.DataFrame(data
浏览 12提问于2019-04-03得票数 1
回答已采纳
我正在分析模型搜索的结果。结果保存在excel文件中，但可以很容易地导入python (如果需要，也可以导入其他环境)。数据看起来像这样(这是列数和行数的简化版本)：
我想分析kappa如何随着测试数据的变化而变化，所以我想知道最小kappa、最大kappa和平均kappa与恒定类别数、数据集类型和主题数常量的关系。这看起来像这样：
我曾经使用过pandas.groupy()，但是我似乎不太明白该怎么做。任何帮助都是非常有用的！
浏览 19提问于2021-05-18得票数 0
回答已采纳
1回答
我想把我每天的股票数据转换成季度数据。然而，使用重采样不起作用，因为我有一个多个索引，所以我希望我的最后一个季度数据仍然包含单个股票(重采样只是对所有这些股票进行总结)：
import pandas as pd
dict1 = [
{'ticker':'jpm','date': '2016-11-27','returns': 0.2},
{'ticker':'jpm','date': '2016-11-28','
浏览 8提问于2019-11-18得票数 1
回答已采纳
1回答
下面的代码使用python 2.x而不是python 3.x执行。
df = pd.DataFrame(data)
gb = df.groupby(['style'])
for a, b in gb:
#any command, iteration fails
错误是：
Traceback (most recent call last):
File "/root/anaconda3/lib/python3.4/site-packages/pandas/core/algorithms.py", line 143, in factorize
so
浏览 6提问于2015-07-31得票数 1
我遇到了这个问题:我想将来自sheet1的具有相同id的多个记录与来自sheet2的记录配对。来自相同in的子组的所有这些记录应粘贴到终结表的最后一行(在一个单元格中)
我的进度: Col =COUNTIF(A:A;A2)，以获取具有相同id的所有记录的数量。Col D =COUNTIF($A$2:A2;A2)，获取ids组的第一条记录。
我将过滤所有以1开头的记录。在下一列中，E列将执行a = cell (" address ";D2) -来获取单元格的地址F下一列=ROW(E2)+C2-1来获得具有相同id的最后一个单元格的位置。Row G =CONCATENATE(
浏览 2提问于2014-07-30得票数 0
我有以下df：
import pandas as pd
frames = [9,12,14,15,16,17,18,22,23,24,25,30]
counter = [0,0,0,0,1,1,1,0,0,1,1,0]
df = pd.DataFrame({'frames':frames, 'counter':counter})
print(df)
frames counter
0 9 0
1 12 0
2 14 0
3 15 0
4
浏览 4提问于2022-09-20得票数 2
回答已采纳
1回答
我有一个与多行类似的数据框架：
id type date_1 date_2 time_delta
1 a 2019-01-19 2019-01-10 9 days
1 b 2018-01-10 2019-01-10 -365 days
time_delta列等于从date_1中减去date_2，列date_1和date_2采用pandas.datetime格式。
我想删除time_delta列中所有带有负值的行。
我尝试将该行转换为整数，然后删除如下行：
df[
浏览 0提问于2019-01-19得票数 2
1回答
我有一只熊猫DataFrame (名为"df1")，它的结构如下(尽管我有很多个月的每日数据)：
date WeightedReturn
0 15/07/2015 0.005128
1 15/07/2015 0.002844
2 15/07/2015 0.003055
3 15/07/2015 -0.001481
4 15/07/2015 -0.000741
5 15/07/2015 -0.000741
6 16/07/2015
浏览 2提问于2015-10-11得票数 1
回答已采纳
1回答
我有一个这样的数据集：
import pandas as pd
import numpy as np
d = {'id': [1, 2, 2, 2],
'date': [np.datetime64('2019-07-01'), np.datetime64('2019-07-02'),
np.datetime64('2019-07-06'), np.datetime64('2019-07-19')]}
df = pd.DataFrame(data=d)
我
浏览 8提问于2019-07-19得票数 0
回答已采纳
1回答
我有麻烦了。
import pandas
df=pandas.DataFrame([[{'a':1,'b':2},3,3],[{'a':2,'b':4},6,5]],columns=['c1','c2','c3'])
print df
c1 c2 c3
0 {u'a': 1, u'b': 2} 3 3
1 {u'a': 2, u'b': 4} 6 5
我想得
浏览 2提问于2016-11-17得票数 1
回答已采纳
1回答
我有一个大数据集(450万行，35列)。感兴趣的列是company_id (字符串)和company_score (浮点数)。大约有10,000个独特的company_id's。
company_id company_score date_submitted company_region
AA .07 1/1/2017 NW
AB .08 1/2/2017 NE
CD .0003 1/18/20
浏览 0提问于2018-04-02得票数 3
回答已采纳
我需要在pandas dataframe中创建一个新列，它是基于分组的count和sum。我使用方法链接，如下所示。
df['total_sum']=df.groupby('column1')['column 2'].transform('sum')
df['total_cnt']=df.groupby('column1')['column 2'].transform('count')
但是我得到了带有复制警告的设置。我得到了正确的结果，但我想避免警告。我正在尝试变
浏览 2提问于2018-02-04得票数 1
假设我有以下数据：
import pandas as pd
df = pd.DataFrame({'id': [1,1,1,2,3,2], 'year': ['2020', '2014', '2002', '2020', '2016', '2014'], 'e': [True, False, True, True, False, True]})
df.info()
id year e
1 2020 True
1 2014
浏览 3提问于2020-09-01得票数 0
回答已采纳
尽管我将参数as_index设置为True，但pandas.DataFrame.groupby.nunique()会将我分组的列保留在结果中。
pandas版本为: 0.24.1
df = pd.DataFrame(
{'a': [1, 1, 2, 3, 2],
'b': [1, 2, 3, 4, 4]}
)
df.groupby('a', as_index=True).nunique()
输出为：
# a b
# a
# 1 1 2
# 2 1 2
# 3 1 1
我期望：
# b
# a
浏览 0提问于2019-08-21得票数 2
我有下面的数据集： import pandas as pd
from datetime import datetime
import numpy as np
date_rng = pd.date_range(start='2020-07-01', end='2020-07-10', freq='d')
l1 = [np.nan, np.nan, 3, np.nan, np.nan, 4, np.nan, np.nan, 5, np.nan]
l2 = [np.nan, np.nan, np.nan, np.nan, np.nan, 4, np
浏览 12提问于2020-10-13得票数 1
回答已采纳
3回答
使用列名称x值对读取csv
、、、、
我有一个带有“列名x值”对的长(csv)文件，我想将其读入pandas.DataFrame中。
user_id col val
00008901 1 55
00008901 2 66
00011501 1 77
00011501 3 88
00011501 4 99
结果应该如下所示：
1 2 3 4
00008901 55 66 0 0
00011501 77 0 88 99
我试着把它读到一个列表中，然后用它创建一个DataFrame，但是熊猫崩溃了，因为我有4
浏览 1提问于2017-02-19得票数 1
回答已采纳
我有这样的数据：
nt
12062 Python Pandas: Create new column out of other columns where value is not null
12063 Python Pandas Create New Column with Groupby().Sum()
12064
12065 Python - Pandas - create “first fail” column from other column data
12066
12067
12068 Creating new column in
浏览 4提问于2017-05-21得票数 1
回答已采纳
2回答
在被问到之前使用的来源：
我做到了所有这一切：
# sort the dataframe
df.sort(columns=['name'], inplace=True)
# set the index to be this and don't drop
df.set_index(keys=['name'], drop=False,inplace=True)
# get a list of names
names=df['name'].unique().tolist()
# now we can perform a lookup on
浏览 0提问于2018-03-21得票数 2
回答已采纳
1回答
问题： 我有一个从带有pandas的"csv“文件导入的数据帧，看起来像这样(简化的例子)： id amount
1 50
1 10
1 5
2 10
2 15
2 25
2 40 因此，我们的想法是将金额相加，并将结果添加到具有相同id的所有记录中，如下所示： id amount total
1 50 65
1 10 65
1 5 65
2 10 90
2 15 90
2 25 90
2 4
浏览 11提问于2019-01-25得票数 1
回答已采纳
1回答
我有一个很长的列列表，我想要一次计算出非零中值、均值和标准差。我不能删除基于1列的带有0的行，因为同一列中另一列的值可能不是0。
下面是我目前拥有的代码，它计算包括零在内的中位数，平均值等。
agg_list_oper={'ABC1':[max,np.std,np.mean,np.median],
'ABC2':[max,np.std,np.mean,np.median],
'ABC3':[max,np.std,np.mean,np.median],
'ABC4':[max,np.std,np.me
浏览 5提问于2016-08-18得票数 1
回答已采纳
2回答
具有以下代码： import pandas as pd
data = {
'x': ['2019-07-29', '2019-07-30', '2019-07-31', '2019-08-01', '2019-08-02', '2019-08-03'],
'y': [4, 6, 4, 4, 6, 7]
}
df = pd.DataFrame(data = data, columns = ['x', 'y'])
df 这
浏览 218提问于2021-03-23得票数 1
回答已采纳
2回答
我有一张有顾客购买产品类别的桌子。我试图建立一个交叉销售矩阵，计算每一对产品类别的独特客户，并有一个总与独特的计数以及。
pandas.crosstab是一个很好的开始方式，但是在小计(即margins=True)上失败了。
df = pd.DataFrame({
'cust': ['1', '1', '2', '3', '3', '4', '5'], # customer ID
'categ': ['a', '
浏览 0提问于2018-09-18得票数 2
回答已采纳
我有下面的电火花代码。在循环中的每一次迭代中，我过滤掉H列中带有特定字符串的所有行，然后计算G列上的一些聚合统计数据(结果为3个值)。我希望将所有的汇总计数保存在一个表中(行: CM、NCM、FP；列: POP、POP N、POP SN、POP QP)。
from pyspark.sql import SparkSession
import pandas as pd
import numpy as np
import pyspark.sql.functions as F
spark = SparkSession.builder.master("local").appName(
浏览 0提问于2018-10-28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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
