如何用pandas进行双索引数据的条件分组计算？

Question

import pandas as pd
import numpy as np

dict = {
    '店名': ['1店', '2店', '1店', '3店', '1店', '2店', '3店', '3店', '2店', '2店', '1店', '3店'],
    '姓名': ['张三', '李四', '王五', '赵六', '张三', '李四', '赵六', '乔七', '李四', '李四', '王五', '乔七'],
    '销售额': [200, 150, 200, 300, 200, 300, 500, 100, 90, 500, 400, 200],
}

达到下面这个表格的效果

店名	姓名	销售额大于200的数量	销售额大于300的数量
1店	张三	-	-
-	王五	-	-
2店	李四	-	-
3店	赵六	-	-
-	乔七	-	-

Answer 1

import pandas as pd
import numpy as np

dict = {
    '店名': ['1店', '2店', '1店', '3店', '1店', '2店', '3店', '3店', '2店', '2店', '1店', '3店'],
    '姓名': ['张三', '李四', '王五', '赵六', '张三', '李四', '赵六', '乔七', '李四', '李四', '王五', '乔七'],
    '销售额': [200, 150, 200, 300, 200, 300, 500, 100, 90, 500, 400, 200],
}

df1 = pd.DataFrame(dict)
# print(df1)
df1['销售额大于200的数量'] = df1['销售额'].apply(lambda x : 1 if x>200 else 0)
df1['销售额大于300的数量'] = df1['销售额'].apply(lambda x : 1 if x>300 else 0)
# print(df1)

df2 = df1[['店名','姓名','销售额大于200的数量','销售额大于300的数量']]

df3 = df2.groupby(['店名','姓名']).sum()
print(df3)