根据你的需求——按Column1和Column2分组，对Column3的欧元价格求和，我整理了几种常用工具的实现方案，你可以根据自己的使用场景选择：

方案1：使用Excel（可视化操作） #

因为你的数据是表格形式，Excel是最直观的选择：

1. 提取纯价格数值：在空白列（比如D列）输入公式 =VALUE(SUBSTITUTE(C2,"€",""))，下拉填充所有行，把带€的价格转成可计算的数字。
2. 创建数据透视表：
   • 选中整个数据区域（包括新生成的D列），点击「插入」→「数据透视表」。
   • 在透视表字段面板中，将Column1和Column2拖到「行」区域，将D列（纯数值价格）拖到「值」区域，并设置值汇总方式为「求和」。
3. 恢复货币格式：如果需要保留€符号，可以在求和结果列旁新建一列，用公式 =E2&"€" 拼接数值和符号，得到最终格式。

方案2：使用Python Pandas（编程方式） #

如果需要自动化处理或数据量较大，用Pandas脚本更高效：

import pandas as pd

# 构造你的原始数据（如果是从文件读取，用pd.read_csv/pd.read_excel即可）
df = pd.DataFrame({
    'Column1': ['Water', 'Water', 'Water', 'Milk', 'Milk', 'Milk', 'Milk'],
    'Column2': [1, 2, 2, 1, 1, 2, 3],
    'Column3': ['2€', '3€', '5€', '8€', '4€', '10€', '1€']
})

# 提取价格中的纯数字并转为整数
df['price_num'] = df['Column3'].str.replace('€', '', regex=False).astype(int)

# 按Column1和Column2分组求和
grouped_result = df.groupby(['Column1', 'Column2'], as_index=False)['price_num'].sum()

# 拼接回带€的格式
grouped_result['Column3'] = grouped_result['price_num'].astype(str) + '€'

# 保留需要的列并输出
final_result = grouped_result[['Column1', 'Column2', 'Column3']]
print(final_result)

运行后会输出你期望的结果表格。

方案3：使用SQL（数据库场景） #

如果数据存储在数据库中，可以用分组查询实现：

MySQL版本 #

SELECT 
    Column1,
    Column2,
    CONCAT(SUM(CAST(REPLACE(Column3, '€', '') AS UNSIGNED)), '€') AS Column3
FROM product_prices
GROUP BY Column1, Column2
ORDER BY Column1, Column2;

PostgreSQL版本 #

SELECT 
    Column1,
    Column2,
    CONCAT(SUM(CAST(REPLACE(Column3, '€', '') AS INTEGER)), '€') AS Column3
FROM product_prices
GROUP BY Column1, Column2
ORDER BY Column1, Column2;

内容的提问来源于stack exchange，提问作者user11950741