如何为员工DataFrame按ID和合同类型生成按日期排序的Order列

需求 #

给定包含员工合同信息的DataFrame，需按ID+Contract分组，新增Order列：

• 按合同日期从新到旧排序，最新的合同标记为1
• 日期相同时，序号顺序无要求（按记录出现顺序分配即可）

原始数据 #

ID      Name    Contract    Date
10000   John    Employee    2021-01-01
10000   John    Employee    2021-01-01
10000   John    Employee    2020-03-06
10000   John    Contractor  2021-01-03
10000   John    Agency      2021-01-01
10000   John    Contractor  2021-02-01
10001   Carmen  Employee    1988-06-03
10001   Carmen  Employee    2021-02-03
10001   Carmen  Contractor  2021-02-03
10002   Peter   Contractor  2021-02-03
10003   Fred    Employee    2020-01-05
10003   Fred    Employee    1988-06-03

预期输出 #

ID      Name    Contract    Date        Order
10000   John    Employee    2021-01-01  1
10000   John    Employee    2021-01-01  2
10000   John    Employee    2020-03-06  3
10000   John    Contractor  2021-01-03  2
10000   John    Agency      2021-01-01  1
10000   John    Contractor  2021-02-01  1
10001   Carmen  Employee    1988-06-03  1
10001   Carmen  Employee    2021-02-03  2
10001   Carmen  Contractor  2021-02-03  1
10002   Peter   Contractor  2021-02-03  1
10003   Fred    Employee    2020-01-05  2
10003   Fred    Employee    1988-06-03  1

实现代码（Pandas） #

import pandas as pd

# 构造原始DataFrame（如果数据来自文件，替换为pd.read_csv/pd.read_excel等即可）
data = [
    [10000, 'John', 'Employee', '2021-01-01'],
    [10000, 'John', 'Employee', '2021-01-01'],
    [10000, 'John', 'Employee', '2020-03-06'],
    [10000, 'John', 'Contractor', '2021-01-03'],
    [10000, 'John', 'Agency', '2021-01-01'],
    [10000, 'John', 'Contractor', '2021-02-01'],
    [10001, 'Carmen', 'Employee', '1988-06-03'],
    [10001, 'Carmen', 'Employee', '2021-02-03'],
    [10001, 'Carmen', 'Contractor', '2021-02-03'],
    [10002, 'Peter', 'Contractor', '2021-02-03'],
    [10003, 'Fred', 'Employee', '2020-01-05'],
    [10003, 'Fred', 'Employee', '1988-06-03']
]
df = pd.DataFrame(data, columns=['ID', 'Name', 'Contract', 'Date'])

# 将Date列转为datetime类型，确保日期排序逻辑正确
df['Date'] = pd.to_datetime(df['Date'])

# 按ID和Contract分组，对日期降序生成序号，同日期按原顺序分配
df['Order'] = df.groupby(['ID', 'Contract'])['Date'].rank(ascending=False, method='first').astype(int)

# 输出无索引的结果
print(df.to_string(index=False))

关键逻辑说明 #

1. 日期类型转换：必须将Date从字符串转为datetime类型，避免非标准日期格式导致的排序错误。
2. 分组rank：
   • groupby(['ID', 'Contract'])：限定只在同一员工的同类型合同内进行排序。
   • ascending=False：让最新的日期对应序号1，符合预期输出的排序逻辑。
   • method='first'：同日期的记录按原始出现顺序分配不同序号，避免序号重复。
   • astype(int)：将rank生成的浮点数转为整数，匹配预期输出的格式。

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