Python 如何将销售的每种产品的数量加起来,再乘以每次销售的销售数量?

Python 如何将销售的每种产品的数量加起来,再乘以每次销售的销售数量?,python,pandas,Python,Pandas,在这个数据库中,我有两列,一列是与销售相关联的产品ID,另一列是同一销售期间该商品的销售数量。我正在设法弄清楚如何对每一件物品进行完整的清点。有数千个销售,因此在ID列中重复了许多产品ID 我不知道如何解决这个问题 任何帮助都将不胜感激 列的示例: PRODUCT_ID SLS_QTY 0 1164203101 2 1 72047351000 1 2 3600025824 1 3

在这个数据库中,我有两列,一列是与销售相关联的产品ID,另一列是同一销售期间该商品的销售数量。我正在设法弄清楚如何对每一件物品进行完整的清点。有数千个销售,因此在ID列中重复了许多产品ID

我不知道如何解决这个问题

任何帮助都将不胜感激

列的示例:

           PRODUCT_ID  SLS_QTY
0        1164203101        2
1       72047351000        1
2        3600025824        1
3        7205861079        1
4       82775501058        1

您可以使用
groupby
然后
merge

sls = sls.groupby('PRODUCT_ID',as_index=False).SLS_QTY.sum()
Totally = sls.merge(price, on = 'PRODUCT_ID', how = 'left')
Totally['sales']=Totally['SLS_QTY']*Totally['price']

首先通过执行以下操作获取所有唯一的产品ID

all_product_ids = df['PRODUCT_ID'].unique()
这将返回一个包含所有唯一产品ID的numpy数组。接下来,对于每个产品id,您希望返回具有该产品id的每个数据实例(行)。然后,我们可以将信息存储在字典中

sales_dict = {}
for product in all_product_ids:
    info = df.loc[df['PRODUCT_ID'] == product]
    total_sales = sum(info['SLS_QTY'].values)
    sales_dict[product] = total_sales
这可能不是最有效的方法,但它应该能完成任务