pandas groupby + sum 畫各平台全球銷售總額長條圖

情境

先感受問題：同一平台的遊戲銷售要加起來

遊戲研究公司分析師小凱要做各平台市場表現比較圖。資料集有 2000 行，每行是一款遊戲，Wii 平台有 300 款，PS4 有 200 款。

她要的結果是：

Platform Global_Sales（總額）

PS4 237.4 百萬份

Wii 928.1 百萬份

X360 491.2 百萬份

...

這需要三個步驟：按 Platform 分組（groupby）→ 對每組的 Global_Sales 加總（sum）→ 畫長條圖（plot bar）。三步合在一行就是選項 A。

核心陷阱在於「總額」vs「數量」vs「平均」：count 算的是每個平台有幾款遊戲（數量），value_counts 也是數量，mean 是平均銷售額。只有 sum 才是題目要的「銷售總額」。

舊方法

四種聚合方式各算什麼

1. sum()：加總。把同一平台所有遊戲的 Global_Sales 加在一起，得到該平台的累積銷售量。這是題目要的「銷售總額」。Wii 有 300 款遊戲，把所有款銷售額加總 = Wii 的市場貢獻。
2. count()：計數。算每個平台有幾筆資料（幾款遊戲），不考慮銷售額的數值。Wii 有 300 款 → count = 300，但這是「遊戲數量」不是「銷售額」。
3. value_counts()：計數（另一種寫法）。直接對 Platform 欄做值計數，同樣算「每個平台出現幾次（幾款遊戲）」，結果和 groupby + count 類似，但更簡潔，也不是「銷售額」。
4. mean()：平均。算每個平台所有遊戲的平均銷售額，反映的是「平均一款遊戲賣多少」，而非總市場規模。Wii 平均銷售額高，不代表 Wii 的市場份額大（可能只有少數暢銷遊戲拉高均值）。
5. 混淆「排行榜順序」和「銷售總額」：資料集本身已按 Global_Sales 降序排列，但前幾名的平台不一定是總銷售額最高的，需要 groupby + sum 才能算出真正的平台累積表現。

新方法

groupby + sum + plot 三步連鎖

小凱的一行程式碼：

data.groupby("Platform")["Global_Sales"].sum().plot(kind="bar")

分解來看：

data.groupby("Platform") → 把資料按 Platform 分成若干群組

["Global_Sales"] → 鎖定要聚合的欄位

.sum() → 對每個群組的 Global_Sales 做加總

.plot(kind="bar") → 把 Series（平台名→銷售總額）畫成長條圖

結果是一張 x 軸為各平台名稱、y 軸為全球銷售總額（百萬份）的長條圖，直觀呈現哪個平台累積銷售量最高。這就是選項 A 講的：data.groupby("Platform")["Global_Sales"].sum().plot(kind="bar")。

錯選項

為什麼其他選項是錯的

變形題

同個考點下次怎麼變形

延伸

想再往下看，這 5 個

• 資料視覺化（Data Visualization）
  長條圖是最基本的資料視覺化形式，groupby + aggregate + plot 是探索性分析的核心三件套。
• 描述性統計（Descriptive Statistics）
  sum、mean、count 都是描述性統計的聚合方式，選對聚合函式才能回答正確的商業問題。
• 資料前處理（Data Preprocessing）
  groupby 之前通常需要確認分組欄位（Platform）的資料品質，例如是否有多餘空格或大小寫不一致。
• 特徵工程（Feature Engineering）
  groupby 的結果可以作為新特徵，例如「每個平台的歷史平均銷售額」可以作為預測新遊戲表現的特徵。
• 預測性分析（Predictive Analytics）
  groupby 統計的歷史銷售總額和趨勢，是建立遊戲銷售預測模型時的重要特徵來源。