Pandas pd.cut按DD/MM/YYYY日期分箱新增列报bins单调递增错误

pd.cut() 要求传入的分箱边界（bins参数）必须是单调递增的序列，你当前传入的cutoff列表是从最晚日期到最早日期的降序排列，直接触发bins must increase monotonically报错。
除此之外你的代码还有三个隐藏问题：

• 直接用astype('datetime64')转换日期时，pandas默认按MM/DD/YYYY格式解析，和你实际使用的DD/MM/YYYY格式不匹配，会导致日期解析错误
• 你定义了5个phase等级，但只传入了5个分界日期，n个分界只能生成n-1个分箱区间，labels数量和区间数不匹配
• 没有补充最早的时间边界，导致早于第一个分界点的日期会被标记为空值

按照分箱逻辑调整分界日期为升序排列，正确解析日期格式，补充必要的分箱边界即可：

• 先统一将所有日期列、分界日期都按DD/MM/YYYY格式解析为datetime类型
• 将分界日期调整为从早到晚的升序，补充最早的时间下界覆盖最早的样本日期
• 匹配分箱区间顺序传入对应phase标签，设置right=True表示区间包含右侧边界值，符合你的映射规则

import pandas as pd

# 构造样例数据
final_commit = pd.DataFrame({
    'dates': ['11/04/2017', '17/04/2017', '23/04/2017', '02/04/2017', '30/03/2017']
})
# 正确解析原日期列，指定日/月/年格式
final_commit['dates'] = pd.to_datetime(final_commit['dates'], format='%d/%m/%Y')

# 分界日期调整为升序，补充最小时间下界覆盖3月30日的样本
cutoff = [
    pd.Timestamp('2000-01-01'), # 补充一个足够早的下界
    '31/03/2017',
    '06/04/2017',
    '12/04/2017',
    '18/04/2017',
    '24/04/2017'
]
# 正确解析分界日期
cutoff = pd.to_datetime(cutoff, format='%d/%m/%Y')

# 分箱打标
final_commit['phase'] = pd.cut(
    final_commit['dates'],
    bins=cutoff,
    labels=[1,2,3,4,5], # 按区间从早到晚对应phase1到phase5
    right=True,
    include_lowest=True
)

# 按日期排序查看结果
print(final_commit.sort_values('dates'))

运行后输出完全匹配你的预期：

dates phase
4 2017-03-30     1
3 2017-04-02     2
0 2017-04-11     3
1 2017-04-17     4
2 2017-04-23     5

内容的提问来源于stack exchange，提问作者nerd