使用Python Pandas按时间顺序排序月度均值数据的问题

方法1：基于现有代码直接修复排序问题 #

你执行groupby操作后，year和month会变成结果的多级行索引，直接调用sort_index()方法即可实现按年份升序、同年内月份升序的排序规则：

df = df.groupby(['year', 'month']).mean()
# 新增以下排序代码即可
df = df.sort_index()

如果需要把索引转回普通列方便后续处理，可以再加reset_index()：

df = df.groupby(['year', 'month']).mean().sort_index().reset_index()

方法2：时间序列专用聚合方案（更推荐） #

针对时间序列类数据，更建议先把日期列转为Pandas原生datetime类型，用resample方法做月度聚合，天然自带时间顺序，无需额外排序：

import pandas as pd

# 把Date列转为datetime格式，匹配你数据的日/月/年格式
df['Date'] = pd.to_datetime(df['Date'], format='%d/%m/%Y')
# 按每月频率重采样计算平均值
df_monthly = df.set_index('Date').resample('M')['Current_BP'].mean().reset_index()

聚合后的结果自动按时间先后排序，也可以按需提取年月字段：

df_monthly['year'] = df_monthly['Date'].dt.year
df_monthly['month'] = df_monthly['Date'].dt.month

内容的提问来源于stack exchange，提问作者LukeM