pandas groupby + sum 畫各平台全球銷售總額長條圖
為了觀察各遊戲平台的市場表現，分析師想要統計每個平台的全球銷售總額，並以長條圖呈現。請選出最能正確實現此分析的程式碼。
遊戲銷售資料集有 Platform 欄和 Global_Sales 欄，分析師要把相同平台的所有遊戲銷售額加總，然後畫成長條圖，讓每個平台佔一根柱子，柱子高度代表該平台的全球銷售總額（加總）。
問你：哪一行程式碼能正確計算每個平台的全球銷售總額（不是數量、不是平均）並以長條圖呈現？
一句話總結
要統計每個平台的全球銷售「總額」並畫長條圖，正確寫法是 data.groupby("Platform")["Global_Sales"].sum().plot(kind="bar")：groupby 按平台分組，sum() 加總每組的銷售額，plot(kind="bar") 畫長條圖。
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：
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」。
四種聚合方式各算什麼
- 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。
- 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」。
- 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」。
- 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）。
- 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。
groupby + sum + plot 三步連鎖
小凱的一行程式碼：
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")。
技術版：groupby-aggregate-plot 流程精讀
中級考試大概率會考程式碼跟公式，所以這部分你還是要學。但如果現在學起來很痛苦，可以先跳過，等讀完其他題目回頭再來。
想像有一大袋混在一起的紙鈔，每張紙鈔上面寫了平台名稱（Wii/PS4/X360）和面額（銷售額）。groupby 是把它們分成幾堆（一堆 Wii、一堆 PS4...），sum 是算每堆的總金額，plot 是把每堆的金額畫成柱子。count 是算每堆有幾張紙鈔（不管面額多少），mean 是算每堆的平均面額。
| 白話步驟 | 程式碼 |
|---|---|
| 按平台分組 | data.groupby("Platform") |
| 取出 Global_Sales 欄 | ["Global_Sales"] |
| 每組加總 | .sum() |
| 畫長條圖 | .plot(kind="bar") |
| 完整一行 | data.groupby("Platform")["Global_Sales"].sum().plot(kind="bar") |
- groupby(col)
- 按指定欄位的值把資料分成若干群組，返回 GroupBy 物件，後面接聚合函式才能得到結果。
- [col]（方括號選欄）
- 從 GroupBy 物件中選出要聚合的欄位，返回 SeriesGroupBy 物件。
- .sum()
- 加總每個群組中選定欄位的值，返回一個 Series（索引為分組鍵，值為加總結果）。
- .count()
- 計算每個群組中非缺失值的個數（筆數），不是數值加總。
- .plot(kind="bar")
- pandas Series 的快速繪圖方法，kind="bar" 畫直立長條圖，kind="barh" 畫水平長條圖。
本題沒有數學公式，核心是聚合操作的語意：
- sum()：Σ Global_Sales，對每個 Platform 的所有遊戲銷售額加總
- mean()：(Σ Global_Sales) / n，每個 Platform 的平均銷售額
- count()：n，每個 Platform 有幾筆資料（幾款遊戲）
- groupby() 後必須接什麼才能得到結果？直接 print(data.groupby("Platform")) 會得到什麼？
- sum() 和 count() 的根本差別是什麼？分別回答哪種商業問題？
- value_counts() 和 groupby().count() 算出來的結果一樣嗎？
- 如果要同時算每個平台的總銷售額和遊戲數量，怎麼用 agg() 一次做到？
- plot(kind="bar") 和 plot(kind="barh") 有什麼差？什麼時候用水平長條圖？
為什麼其他選項是錯的
字面在說什麼：按平台分組後，計算每個平台的 Global_Sales 筆數，畫長條圖。
為什麼不對：count() 算的是「這個平台有幾款遊戲（幾筆資料）」，不是「銷售額加總」。題目要的是銷售總額（Sales amount），不是遊戲數量（Game count）。一個平台可能遊戲數很多但都賣得不好，count 高不代表銷售總額高。
誰會選錯：不確定 count 和 sum 差別的人，看到「統計每個平台」就選了 count，混淆了「統計數量」和「加總數值」。
字面在說什麼：對 Platform 欄做值計數，把每個平台出現的次數畫成長條圖。
為什麼不對：value_counts() 直接對 Platform 欄操作，算的是每個平台名稱出現幾次（有幾款遊戲），同樣是「數量」而非「銷售額」。而且 value_counts() 的語法根本沒有涉及 Global_Sales 欄，完全沒有計算銷售額的部分。
誰會選錯：只想簡化程式碼，用 value_counts() 代替 groupby，但沒有意識到這兩種操作的語意完全不同。
字面在說什麼：按平台分組後，計算每個平台的平均銷售額，畫長條圖。
為什麼不對：mean() 算的是「每款遊戲的平均銷售額」，反映的是每個平台的典型遊戲銷售表現，而不是整個平台的市場規模。Wii Sports 等超大暢銷款會拉高 Wii 的平均值，讓平均看起來比實際累積銷售更高。題目要的是「市場表現（市場規模）」，應該用加總（sum）而非平均（mean）。
誰會選錯：把「市場表現」理解成「平均表現」的人，或者不清楚 sum 和 mean 在分析意義上的差別。
同個考點下次怎麼變形
直覺：如果想同時看每個平台的「總銷售額」和「遊戲數量」，一行能做到嗎？
答案：可以用 agg()：data.groupby("Platform")["Global_Sales"].agg(['sum', 'count'])。回傳一個 DataFrame，有兩欄分別是 sum 和 count，可以直接 .plot(kind="bar") 畫並列長條圖（預設 subplots=False，兩欄畫在同一張圖上）。
直覺：如果想找「銷售總額最高的前 5 個平台」，只用 groupby + sum 夠嗎？
答案：不夠，需要加 .nlargest(5)：data.groupby("Platform")["Global_Sales"].sum().nlargest(5).plot(kind="bar")。nlargest(5) 從 Series 中取出值最大的前 5 個，讓長條圖只顯示最重要的平台，不被幾十個小平台淹沒。
直覺：想把各平台銷售總額從高到低排序後再畫圖，怎麼做？
答案：加 .sort_values(ascending=False)：data.groupby("Platform")["Global_Sales"].sum().sort_values(ascending=False).plot(kind="bar")。預設 ascending=True（從小到大），加 ascending=False 讓長條圖從左到右是銷售額由高到低，視覺上更容易比較。
直覺：groupby + sum 在業務分析中有哪些常見的應用場景？
答案：電商：按商品類別統計總銷售額（groupby 類別 + sum 銷售額）。金融：按月份統計總交易金額（groupby 年月 + sum 交易額）。人資：按部門統計薪資總支出（groupby 部門 + sum 薪資）。物流：按地區統計出貨總重量（groupby 地區 + sum 重量）。所有「按某個類別維度，聚合計算某個數值的總量」的場景，都是 groupby + sum 的標準應用。
直覺：除了長條圖（bar），還有哪些 kind 參數可以用，適合什麼場景？
答案：pandas plot 常用的 kind 值：bar（直立長條，比較類別）、barh（水平長條，類別名稱較長時可讀性更好）、line（折線圖，時間序列趨勢）、pie（圓餅圖，各類別佔比）、hist（直方圖，數值分佈）、scatter（散點圖，兩個數值變數的相關性）。年份趨勢分析通常用 line，類別比較用 bar/barh，比例分析用 pie。
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。