用melt函数以年份为id对销售额数据进行融合，对融合后的销售额绘制直方图。

假设你有一个名为`sales_data`的数据框，其中包含以下列：`year`(年份)、`month`(月份)、`day`(日期)和`sales`(销售额)。首先，你可以使用`melt()`函数将`year`列作为id变量，将`sales`列作为value变量进行融合。具体代码如下：

melted_sales = pd.melt(sales_data, id_vars=['year'], value_vars=['sales'])

这将返回一个新的数据框`melted_sales`，其中包含两列：`year`(年份)和`value`(销售额)。

接下来，你可以使用`matplotlib`库绘制直方图。具体代码如下：

import matplotlib.pyplot as plt

# 绘制直方图
plt.hist(melted_sales['value'], bins=20)

# 添加标题和标签
plt.title('Distribution of Sales')
plt.xlabel('Sales')
plt.ylabel('Frequency')

# 显示图形
plt.show()

这将绘制一个直方图，显示销售额的分布情况。你可以根据需要修改直方图的参数，例如bins的数量。