以下是一个示例代码，用于按照七月到六月的顺序统计记录数量：

import pandas as pd

# 创建一个示例数据集
data = {
    '日期': ['2021-07-01', '2021-07-01', '2021-07-02', '2021-06-01', '2021-06-02'],
    '记录数量': [10, 15, 20, 8, 12]
}

df = pd.DataFrame(data)

# 将日期列转换为日期类型
df['日期'] = pd.to_datetime(df['日期'])

# 按日期排序
df = df.sort_values('日期')

# 按月份分组并计算每个月的记录数量
monthly_counts = df.groupby(df['日期'].dt.strftime('%Y-%m')).sum()['记录数量']

# 打印结果
print(monthly_counts)

输出结果将会是：

日期
2021-06    20
2021-07    45
Name: 记录数量, dtype: int64

该代码使用了Python的pandas库来处理数据。首先，创建了一个包含日期和记录数量的示例数据集。然后，将日期列转换为日期类型，并按日期排序。接下来，使用groupby函数按照月份分组，并对记录数量进行求和。最后，打印出每个月的记录数量统计结果。