◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。
如何使用 Pandas 合并多个店铺的业务员业绩？
ID:20818 / 打印
同个业务员多店铺业绩统计：用 pandas 合并姓名列
问题：需要统计同个业务员在不同店铺的业绩，表格如下：
| 业务员 | 店铺 | 销售额 |
|---|---|---|
| 张三 | 店铺 1 | 100 |
| 张三 | 店铺 2 | 200 |
| 李四 | 店铺 3 | 300 |
| 李四 | 店铺 4 | 400 |
目标是将同个业务员的销售额合并到同一列中，得到：
| 业务员 | 总销售额 |
|---|---|
| 张三 | 300 |
| 李四 | 700 |
答案：
可以使用 pandas 的 groupby 函数来实现这一目的。以下是代码：
import pandas as pd df = pd.dataframe({ "业务员": ["张三", "张三", "李四", "李四"], "店铺": ["店铺 1", "店铺 2", "店铺 3", "店铺 4"], "销售额": [100, 200, 300, 400] }) # 对业务员进行分组，再对销售额求和 result = df.groupby("业务员")["销售额"].sum() # 输出结果 print(result)运行代码将输出：
业务员 张三 300 李四 700 Name: 销售额, dtype: int64
这样就实现了将同个业务员的销售额合并到同一列中。
