python、pandas、matplotlib绘制柱形图,获取pandas列数据

题目：
“456-data-Grid, solar, and EV data from three homes.csv”文件保存了NY、Austin以及Boulder三个城市的电网、太阳能以及电动汽车数据。请编程绘制NY地区从2019年3月1号到2019年3月4号整4天的电网数据（grid）的柱状图，其中横坐标为精确到天的日期，纵坐标为电网数值，标题为“NY - grid”。将柱状图保存为“2.png”文件。

代码如下：

# _*_coding:utf-8_*_
import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv("456-data-Grid, solar, and EV data from three homes.csv")
# print(df)

df1 = df[['DateTime', 'NY - grid', 'NY - EV', 'NY - solar']]
# print(df1)
# df1.to_csv("1-NY.csv", index=False)
# 筛选出指定日期'2019-03-01', '2019-03-02', '2019-03-03', '2019-03-04'的数据
listDate = ['2019-03-01', '2019-03-02', '2019-03-03', '2019-03-04']
df2 = df1[df1['DateTime'].str[0:10].isin(listDate)]
# print(df2)

# 添加date列
df2 = df2.copy()
df2['date'] = df2['DateTime'].str[5:10]
# 取出指定列数据
df3 = df2[['date', 'NY - grid']]
print(df3)

datasum = pd.DataFrame()
# 以'03-01', '03-02', '03-03', '03-04'分组
datasum['grid'] = df3.groupby('date')['NY - grid'].sum()
# 复位索引
datasum = datasum.reset_index()

print(datasum)

# 取出date列数据，为列表
listx = datasum['date'].values
# 取出grid列数据，为列表
listy = datasum['grid'].values
# 生成柱形图
plt.bar(listx, listy)
# 添加标题
plt.title('NY - grid')
# 保存为图片
plt.savefig('2.png')
# 显示
plt.show()

运行如下图：