パンダ：暦週でグループ化し、実際の日時のグループ化された棒グラフをプロットします
編集
私はかなりいい解決策を見つけ、それを答えとして以下に投稿しました。結果は次のようになります。
この問題に対して生成できるデータの例：
codes = list('ABCDEFGH');
dates = pd.Series(pd.date_range('2013-11-01', '2014-01-31'));
dates = dates.append(dates)
dates.sort()
df = pd.DataFrame({'amount': np.random.randint(1, 10, dates.size), 'col1': np.random.choice(codes, dates.size), 'col2': np.random.choice(codes, dates.size), 'date': dates})
その結果：
In [55]: df
Out[55]:
amount col1 col2 date
0 1 D E 2013-11-01
0 5 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 3 A A 2013-11-04
4 1 E G 2013-11-05
4 7 D C 2013-11-05
5 5 C A 2013-11-06
5 7 H F 2013-11-06
6 1 G B 2013-11-07
6 8 D A 2013-11-07
7 1 B H 2013-11-08
7 8 F H 2013-11-08
8 3 A E 2013-11-09
8 1 H D 2013-11-09
9 3 B D 2013-11-10
9 1 H G 2013-11-10
10 6 E E 2013-11-11
10 6 F E 2013-11-11
11 2 G B 2013-11-12
11 5 H H 2013-11-12
12 5 F G 2013-11-13
12 5 G B 2013-11-13
13 8 H B 2013-11-14
13 6 G F 2013-11-14
14 9 F C 2013-11-15
14 4 H 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 E 2014-01-20
80 6 G C 2014-01-20
81 9 H G 2014-01-21
81 9 C B 2014-01-21
82 2 D 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 rows x 4 columns]
暦週とcol1の値でグループ化したいと思います。このような：
kw = lambda x: x.isocalendar()[1]
grouped = df.groupby([df['date'].map(kw), 'col1'], sort=False).agg({'amount': 'sum'})
その結果：
In [58]: grouped
Out[58]:
amount
date col1
44 D 8
E 10
G 5
H 4
45 D 15
E 1
G 1
H 9
A 13
C 5
B 4
F 8
46 E 7
G 13
H 17
B 9
F 23
47 G 14
H 4
A 40
C 7
B 16
F 13
48 D 7
E 16
G 9
H 2
A 7
C 7
B 2
... ...
1 H 14
A 14
B 15
F 19
2 D 13
H 13
A 13
B 10
F 32
3 D 8
E 18
G 3
H 6
A 30
C 9
B 6
F 5
4 D 9
E 12
G 19
H 9
A 8
C 18
B 18
5 D 11
G 2
H 6
A 5
C 9
F 9
[87 rows x 1 columns]
次に、次のようにプロットを生成します。 
つまり、x軸はカレンダーの週と年（日時）であり、グループ化されたcol1のバーごとに1つです。
私が直面している問題は次のとおりです。私は暦週（プロットのKW）を表す整数しか持っていませんが、年によってラベル付けされた目盛りを得るために、どういうわけかその日付をマージして戻す必要があります。さらに、アイテムの正しい順序が必要なため、グループ化された暦週だけをプロットすることはできません（kw 47、kw 48（2013年）はkw 1の左側にある必要があります（これは2014であるため））。
編集
私はここから理解しました： http://pandas.pydata.org/pandas-docs/stable/visualization.html#visualization-barplot グループ化されたバーは行ではなく列である必要があります。それで、データを変換する方法を考えたところ、メソッドpivotが素晴らしい関数であることがわかりました。 reset_indexは、マルチインデックスを列に変換するために必要です。最後にNaNsをゼロで埋めます：
A = grouped.reset_index().pivot(index='date', columns='col1', values='amount').fillna(0)
データを次のように変換します。
col1 A B C D E F G H
date
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
これは、ドキュメント内のサンプルデータがグループ化された棒でプロットされるように見えます。
A. plot(kind='bar')
これを取得します：
一方、軸がソートされているため（1-52から）軸に問題がありますが、この場合、52週目は2013年に属しているため、実際には間違っています。実際の日時をマージして戻す方法に関するアイデア暦週とそれらをx軸の目盛りとして使用しますか？
わかりましたので、質問に自分で答えました。重要なのは、暦年ごとにグループ化するのではなく（年に関する情報が失われるため）、暦週と年を含む文字列でグループ化することです。
次に、pivotを使用して、質問で既に述べたようにレイアウト（再形成）を変更します。日付がインデックスになります。 reset_index()を使用して、現在のdate- indexを列にして、代わりに整数範囲をインデックスとして取得します（これは、プロットされる正しい順序になります（最低年/暦週）。はインデックス0であり、最高の年/カレンダーの週が最高の整数です）。
date- columnを新しい変数ticksとしてリストとして選択し、その列をDataFrameから削除します。ここでバーをプロットし、xticksのラベルをticksに設定します。完全なソリューションは非常に簡単で、ここにあります：
codes = list('ABCDEFGH');
dates = pd.Series(pd.date_range('2013-11-01', '2014-01-31'));
dates = dates.append(dates)
dates.sort()
df = pd.DataFrame({'amount': np.random.randint(1, 10, dates.size), 'col1': np.random.choice(codes, dates.size), 'col2': np.random.choice(codes, dates.size), 'date': dates})
kw = lambda x: x.isocalendar()[1];
kw_year = lambda x: str(x.year) + ' - ' + str(x.isocalendar()[1])
grouped = df.groupby([df['date'].map(kw_year), 'col1'], sort=False, as_index=False).agg({'amount': 'sum'})
A = grouped.pivot(index='date', columns='col1', values='amount').fillna(0).reset_index()
ticks = A.date.values.tolist()
del A['date']
ax = A.plot(kind='bar')
ax.set_xticklabels(ticks)
結果：
私は resample（ 'W'） がこれを行うためのより良い方法だと思います-デフォルトでは日曜日で終わる週ごとにグループ化されます（ 'W'は 'W-Sun'と同じです）が指定できますあなたが望むものなら、なんでも。
あなたの例では、これを試してください：
grouped = (df
.groupby('col1')
.apply(lambda g: # work on groups of col1
g.set_index('date')
[['amount']]
.resample('W', how='sum') # sum the amount field across weeks
)
.unstack(level=0) # pivot the col1 index rows to columns
.fillna(0)
)
grouped.columns=grouped.columns.droplevel() # drop the 'col1' part of the multi-index column names
print grouped
grouped.plot(kind='bar')
これにより、データテーブルが印刷され、「実際の」日付ラベルが付いたプロットが作成されます。
col1 A B C D E F G H
date
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
週を年の52倍に追加して、週が「年ごと」に並べられるようにします。目盛りlabelsを元に戻し、 重要ではない場合があります を必要な値に設定します。
あなたが望むのは、そのように週が増えることです
nth week → (n+1)th week → (n+2)th week → etc.
しかし、あなたが新年を迎えると、代わりに51（52 → 1）だけ落ちます。
これを相殺するために、年が1つ増えることに注意してください。したがって、年の増加に52を掛けたものを追加すると、変更の合計は必要に応じて-51 + 52 = 1になります。