Python 在pandas中按分组时如何在每列上分布聚合

我得到了以下csv:

region,area,distributor,salesrep,sales,invoice_count Central,Butterworth,HIN MARKETING,TLS,500,25 Central,Butterworth,HIN MARKETING,TLS,500,25 Central,Butterworth,HIN MARKETING,OSE,500,25 Central,Butterworth,HIN MARKETING,OSE,500,25 East,JB,LEI WAH,NF05,500,25 East,JB,LEI WAH,NF05,500,25 East,JB,LEI WAH,NF06,500,25 East,JB,LEI WAH,NF06,500,25 地区、区域、分销商、销售代表、销售、发票计数 新罕布什尔州巴特沃斯中心营销部，TLS，500,25 新罕布什尔州巴特沃斯中心营销部，TLS，500,25 中环，巴特沃斯，HIN MARKETING，OSE，500,25 中环，巴特沃斯，HIN MARKETING，OSE，500,25 地址：NF05500,25，利华，JB东 地址：NF05500,25，利华，JB东 地址：NF06500,25，利华，JB东 地址：NF06500,25，利华，JB东 如果我像这样分组：df.groupby（['region'，'area'，'distributor'，'salesrep']）.sum（）.unstack（['distributor'，'salesrep']）。to_string（）

我得到了以下结果。

sales invoice_count distributor HIN MARKETING LEI WAH HIN MARKETING LEI WAH salesrep OSE TLS NF05 NF06 OSE TLS NF05 NF06 region area Central Butterworth 1000 1000 NaN NaN 50 50 NaN NaN East JB NaN NaN 1000 1000 NaN NaN 50 50 销售发票的数量 经销商显营销李华显营销李华 销售代表OSE TLS NF05 NF06 OSE TLS NF05 NF06 区域面积 巴特沃斯市中心1000纳南50纳南 东JB南南1000南南50 50 是否有一种方法代替单独的销售和发票计数？聚合的分组将聚合分布在每个单独的列上

类似这样的东西。

distributor HIN MARKETING HIN MARKETING HIN MARKETING HIN MARKETING LEI WAH LEI WAH LEI WAH LEI WAH salesrep OSE OSE TLS TLS NF05 NF05 NF06 NF06 sales invoice_count sales invoice_count sales invoice_count sales invoice_count region area Central Butterworth 1000 50 1000 50 NaN Nan NaN NaN East JB NaN Nan NaN Nan 1000 50 1000 50 经销商HIN MARKETING HIN MARKETING HIN MARKETING HIN MARKETING利华利华利华利华 销售代表OSE TLS TLS NF05 NF05 NF06 NF06 销售发票\u盘点销售发票\u盘点销售发票\u盘点销售发票\u盘点 区域面积 巴特沃斯市中心1000 50 1000 50南 东JB南1000 50 1000 50 我尝试通过迭代列并获取每个聚合，然后从中创建一个新的数据帧来解决这个问题。但在熊猫身上肯定有一种更直接的方法，我可能会错过。

这就是你想要的吗

In [27]: df.groupby(['region','area','distributor','salesrep']).sum().T
Out[27]: 
region               Central           East      
area             Butterworth             JB      
distributor    HIN MARKETING        LEI WAH      
salesrep                 OSE   TLS     NF05  NF06
sales                   1000  1000     1000  1000
invoice_count             50    50       50    50 

---

不完全是，但是谢谢你的时间和介绍。在我的问题中，我把我想要的结果标记为“类似这样的东西”。