如何按ID累计统计DataFrame中X/Y列的变更次数（忽略NaN→NaN）

可以通过 Pandas 的分组、移位对比和累计求和实现需求，具体步骤如下：

1. 构造示例数据 #

先还原你提供的 DataFrame：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    "标识（Identification）": [123, 123, 123, 124, 124, 124],
    "日期（日/月/年）": ["01/01/2022", "02/01/2022", "03/01/2022", "01/01/2022", "02/01/2022", "03/01/2022"],
    "X": [np.nan, 200, 200, 200, np.nan, np.nan],
    "Y": ["abc", "acb", "ary", "abc", "abc", np.nan]
})

2. 按标识分组生成变更标记 #

对每个分组的 X、Y 列，对比当前行与上一行的值，按规则生成变更标记（符合有效变更记为1，否则0）：

def mark_change(series):
    prev_values = series.shift(1)
    # 匹配三种有效变更场景：NaN→非NaN、非NaN→NaN、非NaN之间值不同
    change_mask = (~series.isna() & prev_values.isna()) | \
                  (series.isna() & ~prev_values.isna()) | \
                  (~series.isna() & ~prev_values.isna() & (series != prev_values))
    # 分组首行无前置值，标记为0
    change_mask.iloc[0] = 0
    return change_mask.astype(int)

# 分组应用函数得到变更标记
change_x = df.groupby("标识（Identification）")["X"].apply(mark_change)
change_y = df.groupby("标识（Identification）")["Y"].apply(mark_change)

3. 累计求和得到变更计数 #

对变更标记做分组内的累计求和，得到最终的变更计数列：

df["Change X"] = change_x.groupby(df["标识（Identification）"]).cumsum()
df["Change Y"] = change_y.groupby(df["标识（Identification）"]).cumsum()

最终结果 #

运行后得到的 DataFrame 与你期望的输出完全一致：

标识（Identification） 日期（日/月/年）      X     Y  Change X  Change Y
0                  123  01/01/2022    NaN  abc         0         0
1                  123  02/01/2022  200.0  acb         1         1
2                  123  03/01/2022  200.0  ary         1         2
3                  124  01/01/2022  200.0  abc         0         0
4                  124  02/01/2022    NaN  abc         1         0
5                  124  03/01/2022    NaN  NaN         1         1

内容的提问来源于stack exchange，提问作者Mitchell