如何将股票DataFrame按Date升序排列并重置连续索引？

核心思路 #

你的日期是DataFrame的索引而非普通列，所以需要针对索引排序，之后再重置索引序列。

1. 按日期索引升序排序 #

放弃sort_values()，改用sort_index()专门处理索引排序：

# 生成排序后的新DataFrame（推荐，不修改原数据）
df_sorted = df.sort_index(ascending=True)

# 或者原地修改原DataFrame
df.sort_index(ascending=True, inplace=True)

注：如果之前用sort_values()返回None，是因为加了inplace=True后方法不会返回新对象，直接赋值会得到空值。

2. 重置为从1开始的连续索引 #

排序完成后，重置索引并调整起始值：

# 第一步：移除原日期索引，生成默认从0开始的索引
df_sorted = df_sorted.reset_index(drop=True)
# 第二步：把索引起始值改为1
df_sorted.index = df_sorted.index + 1

完整代码 #

# 假设你的DataFrame变量名为df
df = df.sort_index(ascending=True)
df = df.reset_index(drop=True)
df.index = df.index + 1

为什么之前的方法没用？ #

• sort_values()：该方法针对列数据排序，你的日期是索引不是列，因此无法生效；若使用inplace=True，方法返回None，赋值后自然得不到预期DataFrame。
• groupby()：这是分组聚合工具，和索引排序完全无关，不适用当前场景。

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