逐一处理二维数据：读取sale.csv文件中信息，计算每个人和每个月销售的总量并输出

好的，可以使用Python中的pandas库来实现。以下是代码实现及详细注释：

import pandas as pd

# 读取csv文件，将数据存入DataFrame对象df中
df = pd.read_csv('sale.csv')

# 将销售日期列转换为日期格式，方便按月份分组
df['销售日期'] = pd.to_datetime(df['销售日期'])

# 使用groupby函数按“销售人员”和“销售日期”两列分组，计算销售数量的总和
sales_by_person_month = df.groupby(['销售人员', pd.Grouper(key='销售日期', freq='M')])['销售数量'].sum()

# 输出每个人和每个月销售的总量
print(sales_by_person_month)

其中，`groupby`函数实现了按列分组计算的功能，`pd.Grouper`用于指定按月份分组，`sum()`函数用于计算销售数量的总和。运行结果会输出每个人和每个月销售的总量，类似于以下格式：

销售人员  销售日期   
张三    2021-01-31    100
       2021-02-28     90
       2021-03-31    120
李四    2021-01-31     80
       2021-02-28     95
       2021-03-31     70
dtype: int64