Pandas如何实现按月分组累计计数 跨月自动重置计数

现有自定义累计函数对全表size列做全局累加，未按「编码+所属月份」维度做分组截断，因此跨月时计数不会从1重新开始。

不用自定义累计函数，直接用pandas原生的分组累计方法即可，逻辑更简洁、运行效率更高：

• 如果要保留当前先按天聚合统计每日记录数的逻辑，在聚合结果上按月分组累加：

import pandas as pd

# 复用之前生成df_2的逻辑
dict_1 = {"Code" : ['A', 'A', 'A', 'A', 'A', 'A'],
          'Period' : ['2022-04-29','2022-04-29', '2022-04-30', '2022-05-01', '2022-05-01', '2022-05-01']}
df_1 = pd.DataFrame(dict_1)
df_1['Period'] = pd.to_datetime(df_1['Period']).dt.strftime("%Y-%m-%d")
df_2 = df_1.groupby(['Period', 'Code'], as_index=False).size()

# 新增年月分组键，YYYY-MM-DD格式直接截前7位即可得到年月，无需转datetime效率更高
df_2['year_month'] = df_2['Period'].str[:7]
# 按Code、年月分组做累计求和
df_2['Count'] = df_2.groupby(['Code', 'year_month'])['size'].cumsum()
# 删除临时列
df_2 = df_2.drop(columns='year_month')

运行后得到的结果完全符合预期：

• 如果不需要先按天聚合，要直接在原始明细表上逐行生成跨月重置的累计序号，可以用更简单的写法：

df_1['year_month'] = df_1['Period'].str[:7]
# cumcount()从0开始计数，+1后就是从1开始的累计序号
df_1['row_count'] = df_1.groupby(['Code', 'year_month']).cumcount() + 1

运行后逐行结果如下：

• 分组键必须带上Code字段，否则后续出现B、C等其他编码的数据时，会把不同编码的记录混在一起累计。
• 提取年月时如果已经确定Period是YYYY-MM-DD格式的字符串，直接用字符串切片取前7位比转datetime类型运算效率更高。

内容的提问来源于stack exchange，提问作者Data-7scientist