使用Python完成：某商场7、8、9三个月的运动鞋的销售量前3名的数据如表格表1，表2，表3所示。为了分析运动鞋的销售情况，现在需要完成如下任务： a)把该商场7、8、9三个月运动鞋的销售量前3名的数据汇总到一张表。 b)统计该商场7、8、9三个月运动鞋的销售量前3名中都出现的运动鞋品牌。

好的，这是一个数据处理任务，我们可以使用Python的pandas库来完成。首先，我们需要将三个月份的数据读入并合并成一个数据表，然后再统计前三名中出现的品牌。

假设三个月份的数据分别存储在三个csv文件中，分别为"sales_7.csv"、"sales_8.csv"、"sales_9.csv"，每个文件中包含列"brand"和"sales"，表示品牌和销售量。那么我们可以按照以下步骤来完成任务：

import pandas as pd

# 读入三个月份的数据
sales_7 = pd.read_csv("sales_7.csv")
sales_8 = pd.read_csv("sales_8.csv")
sales_9 = pd.read_csv("sales_9.csv")

# 将三个月份的数据合并成一个数据表
sales = pd.concat([sales_7, sales_8, sales_9])

# 按照销售量排序，并只保留前三名
top3 = sales.sort_values(by="sales", ascending=False).head(3)

# 统计前三名中出现的品牌
brands = top3["brand"].unique()

# 打印结果
print("前三名的数据：")
print(top3)
print("前三名中出现的品牌：")
print(brands)

运行上面的代码后，就可以得到汇总后的前三名数据和前三名中出现的品牌。