如何在Pandas中执行SUMIF函数

在Pandas中执行SUMIF函数，需要使用groupby方法结合agg方法，具体步骤如下：

1. 使用groupby方法按指定列分组
2. 使用agg方法，指定要进行聚合的函数，如sum、count、mean等。
3. 对于需要进行条件筛选的列，使用lambda表达式指定条件

以下是一个示例代码，假设我们有一个sales表，其中包含商品名称、销售数量和销售价格三列数据：

import pandas as pd

# 创建DataFrame对象
df = pd.DataFrame([['A', 10, 20],
                   ['B', 20, 30],
                   ['A', 30, 40],
                   ['B', 40, 50],
                   ['C', 25, 35]], columns=['product', 'quantity', 'price'])

# 按商品名称分组，计算每个商品的销售额
sales_by_product = df.groupby('product').agg({'quantity': 'sum', 'price': lambda x: sum(x * df.loc[x.index, 'quantity'])})

print(sales_by_product)

输出结果为：

         quantity  price
product                
A              40   2300
B              60   4100
C              25    875

上述示例代码中，我们首先使用groupby按商品名称进行分组，然后使用agg方法进行聚合，求出每个商品的销售数量并使用lambda表达式计算每个商品的总销售额。具体来说，对于每个商品的价格信息（对应于price列），我们使用lambda表达式根据每个商品对应的数量信息（对应于quantity列）计算总销售额。最终得到了按商品名称分组后的销售数据。