如何为DataFrame按ID分组，基于Start Date生成Order编号列

假设有如下DataFrame：

ID  Start Date
1   1990-01-01
1   1990-01-01
1   1991-01-01
2   1991-01-01
2   1990-01-01
3   2002-01-01
3   2000-01-01
4   1991-01-01

需要新增一列Order，规则为：对每个唯一的ID，最早的Start Date对应编号1，次早日期编号依次递增；若日期相同，编号顺序不限。最终目标DataFrame如下：

ID  Start Date  Order
1   1990-01-01  2
1   1990-01-01  3
1   1989-01-01  1
2   1991-01-01  2
2   1990-01-01  1
3   2002-01-01  2
3   2000-01-01  1
4   1991-01-01  1

方法一：保留原数据顺序（推荐） #

利用pandas的groupby结合rank方法，无需调整行顺序即可高效完成编号分配：

import pandas as pd

# 确保日期列是datetime类型（若原始数据为字符串格式）
df['Start Date'] = pd.to_datetime(df['Start Date'])

# 生成Order列
df['Order'] = df.groupby('ID')['Start Date'].rank(method='first', ascending=True).astype(int)

• method='first'：同日期的行按出现顺序分配不同的递增编号，满足“日期相同时顺序不限”的要求
• ascending=True：让最早的日期对应编号1
• astype(int)：将rank返回的浮点型结果转为整数

方法二：先排序再编号 #

如果允许调整行顺序，也可以先按ID和Start Date排序，再用cumcount生成编号：

import pandas as pd

df['Start Date'] = pd.to_datetime(df['Start Date'])
# 按ID和日期升序排序
df_sorted = df.sort_values(['ID', 'Start Date'])
# 按ID分组后累加计数，加1让编号从1开始
df_sorted['Order'] = df_sorted.groupby('ID').cumcount() + 1
# 若需要恢复原始顺序，执行以下代码
df = df_sorted.sort_index()

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