基于多个值遍历 pandas 表 [关闭]

Question

关闭。 这个问题需要调试细节。 它目前不接受答案。

---

想改进这个问题？ 更新问题，使其成为 Stack Overflow的主题。

3天前关闭。

改进这个问题

邮政编码	公司	产品型号	数量	销售量
2001年	一个	M1	5	500
2001年	一个	M2	10	1500
2001年	一个	M3	3	500
2001年	乙	M2	2	100
2001年	乙	B1	1	200
2001年	乙	M1	1	300
2001年	C	M2	1	100
2001年	C	B3	1	160
2001年	C	M2	1	150

表1：Pandas表

根据上表，我想根据公司遍历表以找到销售价格更高的公司。 然后打印出 B 公司的产品和 C 与高销售公司 A 的产品相比他们没有的产品。output 表显示了所需的 output。 我希望有人可以帮助我，因为我似乎无法弄清楚。 到目前为止，我已经提出了这个代码来计算销售额较高的公司，但不知道如何进一步编码以获得 output 为表：Output：

df.groupby(["Name"])[["sales"]].sum().max()

邮政编码	公司	产品型号
2001年	乙	M3
2001年	C	M1
2001年	C	M3

表2：Output

Answer 1

关闭。 这个问题需要调试细节。 它目前不接受答案。

---

想改进这个问题？ 更新问题，使其成为 Stack Overflow的主题。

3天前关闭。

改进这个问题

邮政编码	公司	产品型号	数量	销售量
2001年	一个	M1	5	500
2001年	一个	M2	10	1500
2001年	一个	M3	3	500
2001年	乙	M2	2	100
2001年	乙	B1	1	200
2001年	乙	M1	1	300
2001年	C	M2	1	100
2001年	C	B3	1	160
2001年	C	M2	1	150

表1：Pandas表

根据上表，我想根据公司遍历表以找到销售价格更高的公司。 然后打印出 B 公司的产品和 C 与高销售公司 A 的产品相比他们没有的产品。output 表显示了所需的 output。 我希望有人可以帮助我，因为我似乎无法弄清楚。 到目前为止，我已经提出了这个代码来计算销售额较高的公司，但不知道如何进一步编码以获得 output 为表：Output：

df.groupby(["Name"])[["sales"]].sum().max()

邮政编码	公司	产品型号
2001年	乙	M3
2001年	C	M1
2001年	C	M3

表2：Output