如果 所属组织列下的数据相同 就把第三列对应的人名排序 把相同的人名挨着

Question

如果 所属组织列下的数据相同 就把第三列对应的人名排序 把相同的人名挨着

这个效果

Answer 1

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 你可以看下这个问题的回答https://ask.csdn.net/questions/723463
• 我还给你找了一篇非常好的博客，你可以看看是否有帮助，链接：基于职位的协同过滤的就业推荐系统
• 除此之外, 这篇博客: 从零开始制作人脸表情的数据集中的 三、人脸裁剪及预处理 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
  

  爬取完人脸表情之后，我们需要裁剪处图像中的人脸，这里设置裁剪大小为128*128。裁剪过程需要用到opencv的人脸识别工具，即haarcascade_frontalface_alt.xml，关于该文件，可从opencv库的根目录中查找，具体查找方法可以参见我之前的文章：

  深度学习（一）——deepNN模型实现摄像头实时识别人脸表情（C++和python3.6混合编程）。将该文件复制到project的根目录下，然后裁剪人脸，具体的裁剪程序为：

  import os
  import cv2
  
  # 读取图像，然后将人脸识别并裁剪出来, 参考https://blog.csdn.net/wangkun1340378/article/details/72457975
  def clip_image(input_dir, floder, output_dir):
      images = os.listdir(input_dir + floder)
  
      for imagename in images:
          imagepath = os.path.join(input_dir + floder, imagename)
          img = cv2.imread(imagepath)
  
          path = "haarcascade_frontalface_alt.xml"
  
          hc = cv2.CascadeClassifier(path)
  
          faces = hc.detectMultiScale(img)
          i = 1
          image_save_name = output_dir + floder + imagename
          for face in faces:
              imgROI = img[face[1]:face[1] + face[3], face[0]:face[0] + face[2]]
              imgROI = cv2.resize(imgROI, (128, 128), interpolation=cv2.INTER_AREA)
              cv2.imwrite(image_save_name, imgROI)
              i = i + 1
          print("the {}th image has been processed".format(i))
  
  
  def main():
      input_dir = "data/"
      floder = "chijing/"
      output_dir = "output/"
  
      if not os.path.exists(output_dir + floder):
          os.makedirs(output_dir + floder)
  
      clip_image(input_dir, floder, output_dir)
  
  
  if __name__ == '__main__':
      main()
  

  如果要将该方法用于其余9种表情，只需自己修改main函数中的相关路径即可。这样裁剪之后的影像中，难免混有一些非人脸图像，只需手动删除即可。这样处理之后的效果为：

  

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^