如何在Pandas中按分组排名，当月度间隔超1时重置排名？

你的核心问题是：原代码将同一用户的同一组（非连续时间段）归为了同一个分组，导致返回旧组时排名不会重置。要实现连续同组时间段内计数从1开始，需要先给每个用户的连续同组周期生成独立标识，再基于这个标识计算停留时长。

具体实现代码 #

import pandas as pd

# 原始数据
data = {'User_id':[1,1,1,1,1,2,2,2,2,2,3,3,3,3,3],
       'Group':[1,1,2,1,1,2,2,2,2,2,3,2,2,1,1],
       'Date':['23-01-01','23-02-01','23-03-01','23-04-01','23-05-01',
               '23-01-01','23-02-01','23-03-01','23-04-01','23-05-01',
               '23-01-01','23-02-01','23-03-01','23-04-01','23-05-01']}

df = pd.DataFrame.from_dict(data)

# 1. 按用户和日期排序，确保时间顺序正确
df = df.sort_values(['User_id', 'Date']).reset_index(drop=True)

# 2. 生成连续同组的标识：用户切换组时，标识递增
df['group_session'] = df.groupby('User_id')['Group'].apply(lambda x: x.ne(x.shift()).cumsum())

# 3. 基于用户+连续组标识，计算停留月份（cumcount从0开始，所以+1）
df['Months_in_group'] = df.groupby(['User_id', 'group_session']).cumcount() + 1

# 查看结果
print(df[['User_id', 'Group', 'Date', 'Months_in_group']])

代码说明 #

• x.ne(x.shift())：判断当前行的Group是否和上一行不同，返回布尔值（True/False）
• .cumsum()：将布尔值转为0/1后累加，生成每个连续组的唯一标识（比如用户1的两段Group1会被标记为1和3）
• cumcount() + 1：在每个连续组内从1开始计数，完美匹配你期望的结果

最终结果 #

运行后得到的Months_in_group列和你给出的期望结果完全一致，例如用户1回到Group1后，计数重新从1开始。

内容的提问来源于stack exchange，提问作者LeondenBoer