如何在Python Pandas中按id分组并基于日期列生成排序序号列

你可以通过分组结合计数/排名的方式快速实现需求，以下是两种实用方案：

方案1：分组后使用cumcount计数 #

cumcount()会对每个分组内的元素从0开始顺序计数，加1即可得到从1起始的序号。步骤如下：

• 先按id和my_date升序排序，保证每个分组内日期从早到晚排列
• 按id分组后调用cumcount()并加1，生成目标列col_x

代码示例：

import pandas as pd

# 示例数据（替换为你的实际DataFrame即可）
df = pd.DataFrame({
    'id': [111, 111, 111, 222, 222],
    'my_date': pd.to_datetime(['2023-05-15', '2023-05-14', '2023-05-13', '2023-10-11', '2023-10-12']),
    'col1': [1, 11, 2, 3, 55]
})

# 排序后生成序号
df = df.sort_values(['id', 'my_date'], ascending=[True, True])
df['col_x'] = df.groupby('id').cumcount() + 1

# 若需要恢复原始行顺序，添加此步骤（可选）
df = df.sort_index()

方案2：分组后使用rank直接排名 #

rank()方法可以直接对分组内的日期进行排名，指定ascending=True让最早日期对应1，method='first'可避免重复日期导致的排名冲突：

代码示例：

# 确保my_date是datetime类型（若未转换）
df['my_date'] = pd.to_datetime(df['my_date'])

# 直接生成序号
df['col_x'] = df.groupby('id')['my_date'].rank(method='first', ascending=True).astype(int)

补充说明 #

• 方案1需要先排序，若要保留原DataFrame的行顺序，最后需调用sort_index()；方案2无需排序，代码更简洁
• 如果你的数据中存在重复日期，method='first'会按照行的先后顺序给重复日期分配不同的序号，若想让重复日期获得相同序号，可改为method='min'

内容的提问来源于stack exchange，提问作者dingaro