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：
良精商城网店购物系统
下载
良精商城网店购物系统是一套能够适合不同类型商品、超强灵活的多功能在线商店系统，三级分销 PC+移动端+微网站，为您提供了一个完整的在线开店解决方案。良精网店购物系统除了拥有一般网上商店系统所具有的所有功能，还拥有着其它网店系统没有的许多超强功能。多种独创的技术使得系统能满足各行业广大用户的各种各样的需求，是一个经过完善设计并适用于各种服务器环境的高效、全新、快速和优秀的网上购物软件解决方案。
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。
