按周/月间隔展示销售数据遇异常：图表绘制问题求助

核心问题 #

你把日期转成了字符串格式（DD-MM-YYYY），导致pandas无法识别为时间序列，resample自然无法按时间间隔正确聚合；直接绘图拥挤是因为原始数据时间点太密集，需要先聚合到周/月级别。

步骤1：修复日期类型 #

首先确保Date列是datetime64类型，而非字符串：

• 若还未转换日期，直接保留datetime对象：

# 转换YYYY-WW为datetime，不转成字符串
data['Date'] = data['Date'].apply(lambda x: week_to_date(x))

• 若已转成字符串，再转回datetime：

import pandas as pd
# 按DD-MM-YYYY格式解析字符串为datetime
data['Date'] = pd.to_datetime(data['Date'], format='%d-%m-%Y')

步骤2：正确时间聚合 #

设置datetime索引后，用resample按周/月聚合，注意选对聚合函数（销量用sum而非count——count是统计非空行数，不是销量总和）：

# 设置datetime索引
data.set_index('Date', inplace=True)

# 按周聚合销量（求和）
weekly_data = data.resample('W')['Sales Volume'].sum()

# 按月聚合销量（求和）
monthly_data = data.resample('M')['Sales Volume'].sum()

步骤3：绘制清晰的图表 #

聚合后的数据点稀疏，不会拥挤，同时优化x轴显示：

import matplotlib.pyplot as plt

# 绘制周销量图表
plt.figure(figsize=(12, 6))
plt.plot(weekly_data.index, weekly_data, label='Weekly Sales', marker='o', linestyle='-')
plt.xlabel('Date')
plt.ylabel('Sales Volume')
plt.title('Weekly Sales Volume')
plt.xticks(rotation=45)  # 旋转x轴标签，避免重叠
plt.legend()
plt.tight_layout()  # 自动调整布局，防止标签被截断
plt.show()

# 绘制月销量图表
plt.figure(figsize=(12, 6))
plt.plot(monthly_data.index, monthly_data, label='Monthly Sales', marker='s', linestyle='--', color='orange')
plt.xlabel('Date')
plt.ylabel('Sales Volume')
plt.title('Monthly Sales Volume')
plt.xticks(rotation=45)
plt.legend()
plt.tight_layout()
plt.show()

常见误区说明 #

1. resample只认datetime索引：字符串索引会被当成普通类别，无法按时间间隔分组
2. 聚合函数要匹配场景：销量数据用sum累加，求平均值用mean，count仅用于统计数据行数，不适合销量计算
3. 图表拥挤的本质：原始数据时间点过多，聚合到周/月后每个间隔仅一个数据点，自然不会拥挤

内容的提问来源于stack exchange，提问作者meg