如何在Python中为每个ID的每行统计更早时间戳的数量？

你之前用groupby('Id')['Date'].nunique()得到的是每个ID的总唯一日期数，这确实不是你要的每行日期之前的同ID事件数。咱们可以用pandas的分组累计计数来解决这个问题，步骤很清晰：

步骤1：确保日期格式正确 #

首先要把Date列转换成datetime类型，避免字符串排序出错：

import pandas as pd

# 你的原始数据
data = pd.DataFrame({
    'ID': [1, 1, 1, 2, 2],
    'Date': ['1/1/2010', '1/1/2011', '1/1/2012', '1/1/2010', '1/1/2011']
})

# 转换日期格式
data['Date'] = pd.to_datetime(data['Date'])

步骤2：按ID分组计算累计计数 #

用groupby结合cumcount()方法，它会在每个ID分组内从0开始逐行计数，正好对应“当前日期之前的历史事件数”（第一行没有历史事件，所以是0）：

# 先按ID和日期排序（如果原始数据日期是乱序的话必须做这一步）
data = data.sort_values(['ID', 'Date'])

# 计算历史事件数
data['Historical_Incidents'] = data.groupby('ID').cumcount()

最终输出 #

运行后你会得到完全符合期望的结果：

ID       Date  Historical_Incidents
0   1 2010-01-01                     0
1   1 2011-01-01                     1
2   1 2012-01-01                     2
3   2 2010-01-01                     0
4   2 2011-01-01                     1

为什么这个方法可行？ #

cumcount()的作用是在每个分组内为每行分配一个从0开始的连续整数，正好对应到“当前行之前已经出现的同ID事件数量”。如果你的原始数据中同一ID的日期是按时间顺序排列的，直接用这个方法就可以；如果日期是乱序的，一定要先按ID和Date排序，不然计数会出错。

内容的提问来源于stack exchange，提问作者user13432