这是一个解决方案：

我创建了一个带有一些任意值的示例数据框。这里是：

import pandas as pd
import numpy as np
from datetime import datetime

test = pd.read_csv('/home/sagar/Desktop/test.csv')
# Convert your date from 'str' to 'datetime' format
test['SUMRY_DT'] = test['SUMRY_DT'].map(lambda x: datetime.strptime(x, '%Y-%m-%d'))
# Set it as your dataframe index
test.set_index('SUMRY_DT', inplace=True)
test
            CMPGN_NM                    COST_SUM
SUMRY_DT        
2018-05-17  GSA_SMB_SMB_Generic_BMM     8985
2018-05-18  GSA_SMB_SMB_Generic_BMM     7456
2018-05-19  GSA_SMB_SMB_Generic_BMM     5761
2018-05-20  GSA_SMB_SMB_Generic_BMM     4251
2018-05-21  GSA_SMB_SMB_Generic_BMM     10521
2018-05-22  GSA_SMB_SMB_Generic_BMM     10216
2018-05-23  GSA_SMB_SMB_Generic_BMM     11023
2018-05-24  GSA_SMB_SMB_Spark           11242
2018-05-25  GSA_SMB_SMB_Generic_BMM     8817
2018-05-26  GSA_SMB_SMB_Generic_BMM     6937
2018-05-27  GSA_SMB_SMB_Generic_BMM     4581
2018-05-10  GSA_SMB_SMB_Spark           7089
2018-05-13  GSA_SMB_SMB_Spark           2121
2018-05-11  GSA_SMB_SMB_Spark           234
2018-05-12  GSA_SMB_SMB_Spark           11077

# Plot your data
test.groupby('CMPGN_NM')['COST_SUM'].plot(legend=True)

使用实际数据，您的图表将类似于您提供的图片。

希望这可以帮助。

非常感谢 Sagar 对代码的回复。我能够按预期组合并得到结果...这是代码...#working with 3 columns dataframe

将 matplotlib.pyplot 导入为 plt 导入日期时间 将 pandas 导入为 pd

火花数据框到熊猫数据框

tt=df.toPandas()

将列转换为 int

tt["COST_SUM"] = tt["COST_SUM"].astype(int)

日期作为索引

tt["SUMRY_DT"] = pd.to_datetime(tt.SUMRY_DT) tt.set_index('SUMRY_DT', inplace=True)

风格

plt.style.use('seaborn-darkgrid') 无花果，ax = plt.subplots()

tt.groupby('CMPGN_NM')['COST_SUM'].plot(title='Cost by Campaign',ax=ax, legend=True,marker = 'o')

ax.legend(fontsize='small') plt.xticks(rotation=45)

输出位置

plt.savefig('/tmp/kenshoo/GRAPH1.pdf')