有这么一个CSV文件，有两列数据，分别是每年每季度的发货量，需要在Python中对数据按季度进行分组并将四个季度的发货量画折线图在一个图里

首先，我们需要使用Python中的pandas库来读取CSV文件，并将数据按季度进行分组。然后，我们可以使用matplotlib库来绘制折线图。

以下是一个示例代码：

import pandas as pd
import matplotlib.pyplot as plt

# 读取CSV文件
df = pd.read_csv('data.csv')

# 将数据按季度进行分组
df['Quarter'] = pd.to_datetime(df['Quarter'])
df = df.groupby(pd.PeriodIndex(df['Quarter'], freq='Q')).sum()

# 绘制折线图
quarters = ['Q1', 'Q2', 'Q3', 'Q4']
for i in range(4):
    plt.plot(df.index.quarter == (i+1), df['Quantity'], label=quarters[i])
plt.legend()
plt.show()

在这个示例中，我们先使用`pd.to_datetime`函数将日期转换为pandas中的日期格式，并使用`pd.PeriodIndex`函数将日期转换为季度。然后，我们使用`groupby`函数按季度对数据进行分组，并使用`sum`函数计算每个季度的发货量总数。

接着，我们使用`plt.plot`函数分别绘制四个季度的折线图，并使用`plt.legend`函数添加图例。最后，我们使用`plt.show`函数显示图形。

注意，以上代码仅为示例，实际应用中可能需要对数据进行进一步处理，如数据清洗、缺失值处理等。