Python pandas：按DateTime排序后按Cod_atc分组累加计数的问题

你的代码存在两个核心问题：

1. 排序未生效：df1.sort_values(by='DateTime')默认不会修改原DataFrame（inplace=False），执行后原df1的行顺序仍为初始状态，后续分组计数自然无法遵循DateTime顺序。
2. 分组计数顺序错误：即使排序生效，groupby(['cod_atc'])默认会对分组键cod_atc进行排序，打乱分组内的行顺序，导致cumcount()基于打乱后的顺序计数，而非你需要的DateTime排序后的顺序。

修正后的代码 #

# 转换日期格式
df1['DateTime'] = pd.to_datetime(df1['local_date'])
# 按DateTime排序并直接修改原DataFrame
df1.sort_values(by='DateTime', inplace=True)
# 按cod_atc分组，保留当前排序后的行顺序，生成累加计数
df1['count'] = df1.groupby(['cod_atc'], sort=False).cumcount()

关键说明 #

• 使用sort_values(..., inplace=True)让排序直接作用于原DataFrame，也可以赋值给新变量（如df_sorted = df1.sort_values(by='DateTime')），确保后续操作基于排序后的数据集。
• groupby(..., sort=False)会保留分组前DataFrame的行顺序，这样每个cod_atc分组内的行就是按DateTime排序后的状态，cumcount()就能正确按时间顺序生成累加计数。

内容的提问来源于stack exchange，提问作者JN1997