如何使用 Pandas 合并多个店铺的业务员业绩？

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。

以上就是如何使用 Pandas 合并多个店铺的业务员业绩？的详细内容，更多请关注其它相关文章！