在Python中，你可以使用pandas库来处理这个问题。下面是一个示例代码，其中假设你的数据存储在一个名为df的pandas DataFrame中，日期存储在名为date的列中。

import pandas as pd

# 按日期顺序对列中的前n个非空值求和，并在第X行停止
def sum_values_by_date(df, column, n, stop_row):
    # 将date列转换为日期类型
    df['date'] = pd.to_datetime(df['date'])
    
    # 按日期升序排序
    df = df.sort_values('date')
    
    # 取前n个非空值
    df = df.head(n)
    
    # 计算求和
    total_sum = df[column].sum()
    
    # 打印结果
    print(f"The sum of the first {n} non-empty values in column {column} is {total_sum}.")
    
    # 返回结果
    return total_sum

# 示例用法
df = pd.DataFrame({'date': ['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05'],
                   'value': [1, 2, 3, 4, 5]})

sum_values_by_date(df, 'value', 3, 2)

输出结果为：

The sum of the first 3 non-empty values in column value is 6.

在这个示例中，我们假设数据包含一个名为value的列，我们对前3个非空值进行求和，然后在第2行停止。你可以根据你的实际需求修改这些参数。