接着上面的内容，分组统计每位销售员的销售金额amounts之和用.groupby()函数，统计韦小宝 的销售金额之和是多少？存于 money变量，统计每位销售员的销售笔数, 按笔数从高到低排序，要求使用groupby().，size().，sort_values()函数。然后要求将车型1/2/3 视为A组， 其余的车型都视为B组, 给数据表增加 vtype列，存储'A'或'B'类型，然后按A 、B车型统计各车型的销售数量之和, 并做对比饼图。

好的，我们来逐步实现这些需求。

首先，统计韦小宝的销售金额之和可以使用如下代码：

money = df.groupby('销售员')['amounts'].sum()['韦小宝']

其中，`df`是存储销售数据的数据表，`groupby()`函数指定按照销售员进行分组，`['amounts'].sum()`表示对每个分组中的`amounts`列求和，最后通过`['韦小宝']`选取韦小宝的销售金额之和。

接下来，统计每位销售员的销售笔数，按照笔数从高到低排序，可以使用如下代码：

sales_count = df.groupby('销售员').size().sort_values(ascending=False)

其中，`size()`函数表示对每个分组中的记录数进行统计，最后通过`sort_values()`函数将结果按照降序排列。

然后，我们需要将车型1/2/3视为A组，其余的车型视为B组，并在数据表中增加`vtype`列存储车型类型：

df['vtype'] = df['车型'].apply(lambda x: 'A' if x in [1,2,3] else 'B')

其中，`apply()`函数可以对数据表中的每一行进行操作，通过`lambda`函数将车型1/2/3视为A组，其余的车型视为B组。最后将结果存储到`vtype`列中。

最后，按照A、B车型统计各车型的销售数量之和，并做对比饼图，可以使用如下代码：

import matplotlib.pyplot as plt

grouped = df.groupby('vtype').size()
grouped.plot(kind='pie', autopct='%1.1f%%')
plt.axis('equal')
plt.legend()
plt.show()

其中，`groupby()`函数指定按照`vtype`列进行分组，`size()`函数统计每个分组中的记录数，`plot(kind='pie')`函数绘制饼图，`autopct='%1.1f%%'`表示显示百分比，最后使用`plt.show()`函数显示图形。