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

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 ^-^

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

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