使用pandas/python按ID分组生成日期计数day列

前置处理 #

首先确保d_of_stay字段是日期类型，避免字符串排序导致顺序错误：

import pandas as pd

# 示例数据构造
df = pd.DataFrame({
    'ID': [1,1,1,2,2],
    'd_of_stay': ['2021-03-01','2021-03-02','2021-03-03','2021-03-05','2021-03-06']
})

# 转日期类型
df['d_of_stay'] = pd.to_datetime(df['d_of_stay'])
# 先按ID、日期排序，保证顺序正确
df = df.sort_values(by=['ID', 'd_of_stay'], ignore_index=True)

实现方案 #

根据规则差异选对应写法即可：

• 方案1：严格按组内日期排序顺序编号（不考虑日期间隔，断档也连续计数）
  完全匹配需求描述里“后续日期按时间先后顺序依次递增”的规则，不管日期有没有断档，排序后第N条就标记为Day N-1：

  df['day'] = 'Day ' + df.groupby('ID').cumcount().astype(str)
  

  运行结果和你给出的目标样例完全一致。

• 方案2：按与组内首日的实际间隔天数编号（断档会跳号）
  如果业务逻辑是计算距离首次记录日期的自然日差，例如同ID下首日是3月1日（Day0），3月3日会标记为Day2，用这个写法：

  df['day'] = 'Day ' + (df['d_of_stay'] - df.groupby('ID')['d_of_stay'].transform('min')).dt.days.astype(str)
  

提示：如果数据中存在同ID同日期的重复记录，方案1会按行顺序依次递增编号，方案2会给相同日期赋予相同的Day值。

内容的提问来源于stack exchange，提问作者learner