python如何用groupby按多条件分组计算

可以使用`groupby()`方法按照多个条件进行分组，然后使用`agg()`方法进行聚合计算。下面是一个示例：

假设我们有一个包含以下字段的数据集：

- `category`: 产品类别
- `region`: 产品销售地区
- `sales`: 产品销售量

我们想要按照 `category` 和 `region` 进行分组，然后计算每个分组的总销售量。

import pandas as pd

# 假设我们有以下数据集
data = {
    'category': ['A', 'A', 'B', 'B', 'A', 'B', 'C', 'C'],
    'region': ['North', 'South', 'North', 'South', 'North', 'South', 'North', 'South'],
    'sales': [100, 200, 300, 400, 500, 600, 700, 800]
}

df = pd.DataFrame(data)

# 按照 category 和 region 进行分组，并计算每个组的总销售量
result = df.groupby(['category', 'region']).agg({'sales': 'sum'})

print(result)

输出结果如下：

                 sales
category region       
A        North     600
         South     200
B        North     800
         South     600
C        North     700
         South     800

在这个例子中，我们首先使用 `groupby()` 方法按照 `category` 和 `region` 进行分组，然后使用 `agg()` 方法对每个分组进行聚合计算，计算每个分组的总销售量。最后我们得到了一个包含每个分组总销售量的数据集。