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：
张三店铺 1100张三店铺 2200李四店铺 3300李四店铺 4400
目标是将同个业务员的销售额合并到同一列中，得到：
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 pddf = 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 700Name: 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，更多请关注范的资源库其它相关文章！
转载请注明：范的资源库 » 如何使用Pandas合并多个店铺的业务员业绩？
