python柱形图显示年份_Python：条形图按a）年和b）季度绘制所有年份的值总和

我有时间序列数据，即按日期(YYYY-MM-DD)、回报率、pnl、交易次数：date returns pnl no_trades

1998-01-01 0.01 0.05 5

1998-01-02 -0.04 0.12 2

...

2010-12-31 0.05 0.25 3

现在我想用

a) 平均回报率

b) PNL总和

签署人：

1)年份，即1998年、1999年、2010年

2)所有年份的季度，即Q1(YYYY-01-01至YYYY-03-31)，Q2，…，Q4

此外，每1)和2)的交易额之和应表示每个水平条旁边的一个数字。在

因此，在我看来，需要两个独立的步骤：

1)以正确的格式获取数据

2)将数据输入绘图，然后叠加多个绘图。在

样本数据：

^{pr2}$

因此，这可能是每年和每个季度的两个水平条形图：

1)返回一个：条形图，条形图中间的数字，条形图末尾的无交易总和

2)pnl一个：条形图，条形图中间的数字，条形末端的未交易总额

再加上横穿横条的虚线，显示平均回报率和pnl。在

我可以在excel中完成(它实际上是用各自的视图添加列，然后用pivot图表)，但是我更喜欢一种“自动化”的方式，可以通过python复制(或理解它是如何完成的)。在

编辑：正如下面的评论中所讨论的，这就是我所取得的成就；然而，我不确定这是否是关于1)最快的方法。我目前正在研究2)。在df_ret_year = df[['date', 'returns']].groupby(df['date'].dt.year).mean()

df_ret_quarter = df[['date', 'returns']].groupby(df['date'].dt.quarter).mean()

df_pnl_year = df[['date', 'pnl']].groupby(df['date'].dt.year).sum()

df_pnl_quarter = df[['date', 'pnl']].groupby(df['date'].dt.quarter).sum()

df_trades_year = df[['date', 'pnl']].groupby(df['date'].dt.year).sum()

df_trades_quarter = df[['date', 'pnl']].groupby(df['date'].dt.quarter).sum()