R语言如何按唯一变量对多行多列数据分组求和及计算均值

核心逻辑非常简单：不需要逐行手动匹配员工姓名提取对应数据，所有数据处理工具都自带分组聚合能力，会自动把相同姓名的员工所有行归为一组，直接完成求和、均值计算，和你举的Tim的销量计算逻辑完全匹配。
下面给三种最常用场景的实现方式，你根据自己用的工具选就行：

1. Python Pandas 处理本地CSV文件 #

把CSV文件读入DataFrame后，用groupby做聚合即可，示例代码：

import pandas as pd

# 替换成你本地的csv文件路径
df = pd.read_csv("销售数据.csv")

# 注意替换列名为你表中的实际列名：employee_name是员工姓名列，sales是销售额/销量列，date是日期列
# 单条记录对应单日单员工数据的情况，直接聚合
result = df.groupby("employee_name", as_index=False).agg(
    总销售额=("sales", "sum"),
    日均销售额=("sales", "mean")
)

如果你的原始数据里存在同一个员工同一天有多条记录的情况，先按员工+日期汇总当日销售额，再计算整体指标，避免均值计算不准：

# 先聚合到员工-日期粒度
daily_stat = df.groupby(["employee_name", "date"], as_index=False)["sales"].sum()
# 再聚合到员工粒度
result = daily_stat.groupby("employee_name", as_index=False).agg(
    总销售额=("sales", "sum"),
    日均销售额=("sales", "mean")
)

2. 在线表格/Excel 无代码操作 #

如果不想写代码，直接用内置函数或者数据透视表就能做：

• 函数法：
  • 先用=UNIQUE(员工姓名列范围)提取所有不重复的员工名单，避免重复统计
  • 总销售额用SUMIF函数：=SUMIF(员工姓名整列范围, 当前行员工姓名单元格, 销售额整列范围)，下拉填充即可批量算出所有员工的总销售额
  • 日均销售额用AVERAGEIF函数：=AVERAGEIF(员工姓名整列范围, 当前行员工姓名单元格, 销售额整列范围)，下拉填充即可
• 数据透视表法：
  选中全量数据后插入数据透视表，行字段选择「员工姓名」，值字段分别添加销售额的「求和」「平均值」，10秒就能出结果，还能自动过滤异常值。

3. 数据库SQL取数场景 #

如果数据存在数据库中，直接写分组聚合语句查询即可：

-- 单条记录对应单日单员工数据的场景
SELECT
  employee_name,
  SUM(sales) AS 总销售额,
  AVG(sales) AS 日均销售额
FROM sales_data
GROUP BY employee_name;

如果存在单日多条记录的情况，先做一层子查询聚合到日粒度再算：

SELECT
  employee_name,
  SUM(daily_sales) AS 总销售额,
  AVG(daily_sales) AS 日均销售额
FROM (
  SELECT
    employee_name,
    sale_date,
    SUM(sales) AS daily_sales
  FROM sales_data
  GROUP BY employee_name, sale_date
) t
GROUP BY employee_name;

小提示：计算前先检查员工姓名列有没有空格、同音字/别名的情况（比如“Tim”和带尾部空格的“Tim ”会被识别成两个不同的人），提前清洗后再计算能避免结果出错。

内容的提问来源于stack exchange，提问作者SheetsAsker99