excel表格导入到jupyter后，1） 同一个表格内按照营业额进行升序排序，按照时间进行降序排序。 （2） 计算每个人的平均营业额，表格纵标签显示：姓名、工号、营业额和柜台。 （3） 计算每个柜台的平均营业额 （4） 将sheet1和sheet2完成纵向合并，将sheet1和sheet3完成横向合并，并通过分组聚合计算不同级别员工的营业额总和。

可以使用 pandas 库来完成这些任务。

首先，需要导入 pandas 库和 Excel 文件：

import pandas as pd

# 读取 Excel 文件
df1 = pd.read_excel('文件路径/文件名.xlsx', sheet_name='Sheet1')
df2 = pd.read_excel('文件路径/文件名.xlsx', sheet_name='Sheet2')
df3 = pd.read_excel('文件路径/文件名.xlsx', sheet_name='Sheet3')

然后，按照营业额进行升序排序，按照时间进行降序排序：

# 按照营业额升序，时间降序排序
df1 = df1.sort_values(['营业额', '时间'], ascending=[True, False])

接着，计算每个人的平均营业额，表格纵标签显示：姓名、工号、营业额和柜台：

# 计算每个人的平均营业额
df1_avg = df1.groupby(['姓名', '工号', '柜台'], as_index=False)['营业额'].mean()

# 设置表格纵标签
df1_avg = df1_avg.set_index(['姓名', '工号', '营业额', '柜台'])

然后，计算每个柜台的平均营业额：

# 计算每个柜台的平均营业额
df1_ct_avg = df1.groupby('柜台', as_index=False)['营业额'].mean()

接着，将 sheet1 和 sheet2 完成纵向合并，将 sheet1 和 sheet3 完成横向合并，并通过分组聚合计算不同级别员工的营业额总和：

# 纵向合并 sheet1 和 sheet2
df4 = pd.concat([df1, df2], axis=0)

# 横向合并 sheet1 和 sheet3
df5 = pd.concat([df1, df3], axis=1)

# 通过分组聚合计算不同级别员工的营业额总和
df5_sum = df5.groupby('级别')['营业额'].sum()