Zählen von Änderungen von Wert in jeder Spalte in einem Datenrahmen in Pandas ignorieren NaN-Änderungen

Question

Ich versuche, die Anzahl der Änderungen von Wert in jeder Spalte in einem Datenrahmen in Pandas zählen. Der Code, den ich habe, funktioniert gut außer NaNs: Wenn eine Spalte zwei aufeinanderfolgende NaNs enthält, wird dies als Wertänderung gewertet, was ich nicht möchte. Wie kann ich das vermeiden?

ich wie folgt (dank unutbu's answer):

import pandas as pd 
import numpy as np 

frame = pd.DataFrame({ 
    'time':[1234567000 , np.NaN, np.NaN], 
    'X1':[96.32,96.01,96.05], 
    'X2':[23.88,23.96,23.96] 
},columns=['time','X1','X2']) 

print(frame) 

changes = (frame.diff(axis=0) != 0).sum(axis=0) 
print(changes) 

changes = (frame != frame.shift(axis=0)).sum(axis=0) 
print(changes) 

kehrt:

  time  X1  X2 
0 1.234567e+09 96.32 23.88 
1   NaN 96.01 23.96 
2   NaN 96.05 23.96 

time 3 
X1  3 
X2  2 
dtype: int64 

time 3 
X1  3 
X2  2 
dtype: int64 

Stattdessen sollten die Ergebnisse sein (die Änderung in der Zeitspalte bemerken):

time 2 
X1  3 
X2  2 
dtype: int64 

Answer 1

change = (frame.fillna(0).diff() != 0).sum() 

Ausgabe:

time 2 
X1  3 
X2  2 
dtype: int64 

NaN sind "truthy". Ändere NaN auf Null und bewerte dann.

nan - nan = nan 

nan != 0 = True 

fillna(0) 

0 - 0 = 0 

0 != 0 = False