如何使用Pandas按ItemCode绘制按日期排序的累计销售额曲线

嗨，我来帮你一步步搞定这个需求！要给每个ItemCode画出按日期排序的累计销售额曲线，咱们分四步走就可以啦：

• 第一步：转换日期格式
  首先得把数据里的日期字符串转换成Pandas能识别的datetime类型，不然没法正确排序。执行这段代码：

  import pandas as pd
  
  # 假设你的DataFrame命名为df
  df['Date'] = pd.to_datetime(df['Date'])
  

• 第二步：按商品和日期排序
  为了让累计销售额是按时间顺序累加的，咱们得先对数据按ItemCode分组，再每组内按Date从早到晚排序：

  df_sorted = df.sort_values(by=['ItemCode', 'Date'])
  

• 第三步：计算累计销售额
  接下来用groupby按商品分组，然后对每组的Sales_USD做累计求和，得到每个时间点的累计销售额：

  df_sorted['Cumulative_Sales'] = df_sorted.groupby('ItemCode')['Sales_USD'].cumsum()
  

• 第四步：绘制多曲线图表
  最后用Pandas自带的绘图功能，直接按ItemCode区分不同曲线，X轴放日期，Y轴放累计销售额：

  # 生成图表
  ax = df_sorted.plot(
      x='Date',
      y='Cumulative_Sales',
      hue='ItemCode',  # 按商品区分不同曲线
      figsize=(10, 6),
      xlabel='日期',
      ylabel='累计销售额(USD)',
      title='各商品累计销售额趋势'
  )
  # 调整图例位置让图表更整洁
  ax.legend(loc='upper left')
  

这样运行下来，你就能得到一张每个ItemCode对应一条曲线的累计销售额趋势图啦，每条曲线都是严格按日期顺序累加的，非常直观！

备注：内容来源于stack exchange，提问作者SEU