Pandas分组排序问题：每日销量列的月度销量统计及排名需求

针对你的需求，苹果和甜瓜的每日销量是每个卖家的固定值，直接用sum()会重复累加同一卖家的多行相同值，无法得到预期结果；而草莓需要统计每日实际销量的总和。可以通过以下两种方式实现：

方法一：拆分处理后合并 #

# 提取苹果、甜瓜的固定日销量（同一卖家值唯一，用first()/last()/max()均可）
fixed_daily_sales = dfFruit.groupby('seller')[['Apples sold every day', 'Melons sold every day']].first()
# 统计草莓的总销量
strawberry_total = dfFruit.groupby('seller')['Strawberries'].sum().rename('Strawberries total')
# 合并结果并整理列名
total_sales = fixed_daily_sales.join(strawberry_total).rename(columns={
    'Apples sold every day': 'Apple sold',
    'Melons sold every day': 'Melon sold'
})
# 按苹果销量降序排序（可替换为其他列，如'Melon sold'或'Strawberries total'）
total_sales_sorted = total_sales.sort_values('Apple sold', ascending=False)

方法二：一次性聚合（更简洁） #

使用agg()方法对不同列指定不同的聚合规则，一次完成统计：

total_sales = dfFruit.groupby('seller').agg(
    Apple_sold=('Apples sold every day', 'first'),
    Melon_sold=('Melons sold every day', 'first'),
    Strawberries_total=('Strawberries', 'sum')
).sort_values('Apple_sold', ascending=False)

关键说明 #

• 苹果和甜瓜的列用first()（或last()/max()/min()）是因为同一卖家的所有行值完全一致，取任意一个都能得到正确的固定日销量，避免了sum()导致的重复累加问题。
• 草莓列用sum()可以正确统计该卖家所有记录的实际售卖总量。

执行上述代码后，你会得到符合预期的统计结果，可根据需求切换排序的列名。

内容的提问来源于stack exchange，提问作者U.K.Owen