尝试创建一个条形图，显示按性别和日期分组的每次购买所花费的总金额

我正在尝试创建一个条形图来回答以下问题：哪种性别每年花的钱最多？我有一个数据集，其中列出了每笔交易，并附有每个条目所花费的金额、性别（男性、女性、其他）和日期（2014 年 10 月 16 日、2015 年 9 月 8 日、2016 年 7 月 29 日等） 。我想创建一个条形堆叠条形图，显示每年（仅当年）每个性别的支出总额。请帮忙！

    THIS IS WHAT I HAVE SO FAR (Doesn't work):
    import pandas as pd 
    import numpy as np
    import matplotlib.pyplot as plt
    import seaborn as sns
    sns.set(style = "white", color_codes=True)
    sales = pd.read_csv("/kaggle/input/mobile-sales-dataset/mobile_sales.csv")

   
    sales.groupby(['CustomerGender'])['TotalRevenue'].sum()
    genders =["Male","Female","Other"]
    w = 0.2
    xp = range(len(genders))

    plt.bar(xp,genders)
    #p1 = plt.bar(bar1, male, w, label = "Male")
    #p2 = plt.bar(bar2, female, w, label = "Female")
    #p3 = plt.bar(bar3, other, w, label = "Other")

    plt.ylabel('Total Revenue')
    plt.title('Total Revenue by Gender')
    plt.xticks(xp,x)
    plt.legend()
    plt.show()
```

需要做的第一件事是从“购买日期”列中提取年份信息，然后才能根据年份和性别对数据进行分组。以下是如何使用 Pandas 和 Seaborn 在 Python 中创建所需条形图的方法：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 从 csv 文件加载数据
sales = pd.read_csv("/kaggle/input/mobile-sales-dataset/mobile_sales.csv")

# 将“Purchase Date”列转换为日期时间对象
sales['Purchase Date'] = pd.to_datetime(sales['Purchase Date'])

# 从“Purchase Date”列中提取年份
sales['Year'] = sales['Purchase Date'].dt.year

# 按年份和性别对数据进行分组，并计算每个组的总收入
grouped_sales = sales.groupby(['Year', 'Customer Gender'])['Total Revenue'].sum().reset_index()

# 创建堆叠条形图
plt.figure(figsize=(10, 6))
sns.barplot(x='Year', y='Total Revenue', hue='Customer Gender', data=grouped_sales)
plt.xlabel('年份')
plt.ylabel('总收入')
plt.title('每年按性别划分的总收入')
plt.show()

此代码首先将“Purchase Date”列转换为日期时间对象，然后使用该对象提取年份信息。然后，它按年份和性别对数据进行分组，并计算每个组的总收入。最后，它使用 Seaborn 的 barplot 函数创建一个堆叠条形图，该函数显示每年每个性别的总支出。

此图将帮助回答哪个性别每年花费最多的问题。