编辑
我找到了一个很好的解决方案，并将其作为答案发布在下面。
结果如下所示：
您可以为此问题生成的一些示例数据：
code=list（'ABCDEFGH'）；
日期=pd.系列（pd.日期范围（“2013-11-01”、“2014-01-31”）；
日期=日期。附加（日期）
dates.sort（）
df=pd.DataFrame（{'amount'：np.random.randint（1,10，dates.size），'col1'：np.random.choice（code，dates.size），'col2'：np.random.choice（code，dates.size），'date'：dates}）
导致：
[55]on
：df
Output[55]：
col1 col2日期的金额
01 D E 2013-11-01
05 E B 2013-11-01
1.5 G A 2013-11-02
1 7 D H 2013-11-02
2 5 E G 2013-11-03
2 4 H G 2013-11-03
3 7 A F 2013-11-04
3 2013-11-04
4 1 E G 2013-11-05
4 7 D C 2013-11-05
5 C A 2013-11-06
5 7 H F 2013-11-06
61GB2013-11-07
6 8 D A 2013-11-07
71B H 2013-11-08
7 8 F H 2013-11-08
8 3 A E 2013-11-09
8.1日2013-11-09
2013年11月10日
9 1H G 2013-11-10
10 6 E 2013-11-11
10 6 F E 2013-11-11
11.2 G B 2013-11-12
11.5小时2013-11-12
12 5 F G 2013-11-13
12.5 G B 2013-11-13
13 8小时B 2013-11-14
13 6 G F 2013-11-14
14 9 F C 2013-11-15
14.4小时A 2013-11-15
.. ... ... ... ...
77 9 A B 2014-01-17
77 7 E B 2014-01-17
78 4 F E 2014-01-18
78 6 B E 2014-01-18
79 6 A H 2014-01-19
79 3 G D 2014-01-19
80 7 E 2014-01-20
80 6克C 2014-01-20
81 9 H G 2014-01-21
81 9 C B 2014-01-21
82 2 D 2014-01-22
82 7 D A 2014-01-22
83 6 G B 2014-01-23
83 1 A G 2014-01-23
84 9 B D 2014-01-24
84 7 G D 2014-01-24
85 7 A F 2014-01-25
85 9 B H 2014-01-25
86 9 C D 2014-01-26
86 5 E B 2014-01-26
87 3 C H 2014-01-27
87 7 F D 2014-01-27
88 3 D G 2014-01-28
88 4 A D 2014-01-28
89 2 F A 2014-01-29
89 8 D A 2014-01-29
90 1 A G 2014-01-30
90 6 C A 2014-01-30
91 6 H C 2014-01-31
91 2 G F 2014-01-31
[184行x 4列]
我想按日历周和col1的值分组。像这样：
kw=lambda x:x.isocalendar（）[1]
grouped=df.groupby（[df['date'].map（kw），'col1']，sort=False）。agg（{'amount'：'sum'}）
导致：
[58]on
：分组
Output[58]：
数量
日期col1
44 D 8
E10
G5
氢4
45天15
e1
G 1
h9
A 13
C5
B 4
F8
46 E 7
G 13
H17
B 9
F 23
47 G 14
氢4
A 40
C7
B 16
F 13
48天7
E16
G 9
h2
A 7
C7
B 2
... ...
1小时14
A 14
B 15
F 19
2 D 13
H13
A 13
B 10
F 32
三维8
E 18
G 3
h6
A 30
C 9
B 6
F 5
4d9
E12
G 19
h9
A 8
C 18
B 18
5 D 11
G2
h6
A五
C 9
F9
[87行x 1列]
然后，我希望生成如下图：
这意味着：x轴上的日历周和日历年（日期时间）以及每个分组的col11条
我面临的问题是：我只有描述日历周的整数（绘图中的KW），但我必须以某种方式将日期合并回日历周，以获得按年份标记的刻度。此外，我不能只绘制分组日历周，因为我需要项目的正确顺序（kw 47、kw 48（2013年）必须位于kw 1的左侧（因为这是2014年））
编辑
我从这里了解到：
http://pandas.pydata.org/pandas-docs/stable/visualization.html#visualization-条形图，分组的条形图需要是列而不是行。因此，我考虑了如何转换数据，并找到了方法pivot，这是一个很好的功能重置索引用于将多索引转换为列。最后，我将NaNs填充为零：
A=grouped.reset_index（）.pivot（index='date'，columns='col1'，values='amount'）。fillna（0）
将数据转换为：
col1 A B C D E F G H
日期
1 4 31 0 0 0 18 13 8
2 0 12 13 22 1 17 0 8
3 3 10 4 13 12 8 7 6
4 17 0 10 7 0 25 7 4
5 7 0 7 9 8 6 0 7
44 0 0 2 11 7 0 0 2
45 9 3 2 14 0 16 21 2
46 0 14 7 2 17 13 11 8
47 5 13 0 15 19 7 5 10
48 15 8 12 2 20 4 7 6
49 20 0 0 18 22 17 11 0
50 7 11 8 6 5 6 13 10
51 8 26 0 0 5 5 16 9
52 8 13 7 5 4 10 0 11
它看起来像文档中的示例数据，以分组条的形式绘制：
A.绘图（种类='bar'）
获取以下内容：
然而，我有轴的问题，因为它现在被排序（从1-52），这实际上是错误的，因为在这种情况下，日历周52属于2013年。。。有没有关于如何合并日历周的实时日期时间并将其用作x轴刻度的想法
我认为重采样（’W’）是一种更好的方法，默认情况下，它按星期日结束的星期分组（’W’与’W-SUN’相同），但您可以指定任何您想要的内容
在您的示例中，尝试以下方法：
分组=（df
.groupby（'col1'）
.apply（lambda g:#处理col1的组
g、 设置索引（“日期”）
['金额']]
.resample（'W'）.agg（'sum'）#对数周内的金额字段求和
)
.unstack（level=0）#将col1索引行旋转到列
.fillna（0）
)
grouped.columns=grouped.columns.droplevel（）#删除多索引列名的“col1”部分
打印分组
分组。绘图（kind='bar'）
它应该打印您的数据表，并绘制一个与您的类似的绘图，但带有；“真正的”；日期标签：
col1 A B C D E F G H
日期
2013-11-03 18 0 9 0 8 0 0 4
2013-11-10 4 11 0 1 16 2 15 2
2013-11-17 10 14 19 8 13 6 9 8
2013-11-24 10 13 13 0 0 13 15 10
2013-12-01 6 3 19 8 8 17 8 12
2013-12-08 5 15 5 7 12 0 11 8
2013-12-15 8 6 11 11 0 16 6 14
2013-12-22 16 3 13 8 8 11 15 0
2013-12-29 1 3 6 10 7 7 17 15
2014-01-05 12 7 10 11 6 0 1 12
2014-01-12 13 0 17 0 23 0 10 12
2014-01-19 10 9 2 3 8 1 18 3
2014-01-26 24 9 8 1 19 10 0 3
2014-02-02 1 6 16 0 0 10 8 13