如何合并来自 2 个不同熊猫数据帧的变量以进行绘图？

如何解决如何合并来自 2 个不同熊猫数据帧的变量以进行绘图？

我有一个像这样的第一个 CSV 熊猫数据框：

            Date_reported  Country   New_cases  Cumulative_cases  
     0       23-Feb-20    Singapore      10             10
     0       26-Mar-20    Singapore      100            110
     0       27-Apr-20    Singapore      200            310
     0       28-May-20    Singapore      400            710
     0       30-Jun-20    Singapore      1000           1710

我设法以这种形式生成了每月案例的分组数据：

    Date_reported
    February      10
    march        100
    April        200
    May          400
    June        1000
 

使用此代码：

  df = pd.read_csv('Stackoverflow1.csv')
  df['Date_reported'] = pd.to_datetime(df['Date_reported'])
  df.groupby(df['Date_reported'].dt.strftime('%B'))['New_cases'].sum().sort_values()  
   

我还有一个像这样的第二个熊猫数据框：

  Variables       2020 Feb  2020 Mar  2020 Apr  2020 May  2020 June   
 Hotel Revenue       $100      $90      $80       $70       $60
 Occupancy Rate       80%       70%     60%       50%        40%

我的最终结果是基于各个月份合并第一个数据框中每月报告的病例数据和第二个数据框中的变量（即针对酒店收入的每月 Covid 病例）并绘制一个简单的图表。

即

   Date_reported    Monthly_cases   Hotel Revenue Occupancy Rate
February                  10           $100           80%
march                     100          $90            70%
April                     200          $80            60%
May                       400          $70            50%
June                      1000         $60            40%

但是，我遇到了两个问题：

1. 尽管我设法制作了月度摘要，但我无法将月度案例本身的分组数据转换为列表，以针对第二个数据框中的变量进行绘图。

2. 尽管我设法使用此代码转置了第二个数据帧，

      hotel = pd.read_csv('Stackoverflow2.csv')
      hotel2 = hotel.T
      headers = hotel2.iloc[0]
      hotel2 = pd.DataFrame(hotel2.values[1:],columns=headers)
   

我没有将日期作为索引显示如下：

Variables       Hotel Revenue  Occupancy Rate      
 2020 Feb           $100           80%
 2020 Mar           $90            70%
 2020 Apr           $80            60%
 2020 May           $70            50%
 2020 Jun           $60            40%

您的帮助将不胜感激，因为我是一个与 Pandas 和 Python 苦苦挣扎的初学者。如果您有更好的呈现方式，请告诉我。谢谢。