设置center=True后Pandas Rolling mean未按预期显示缺失值求助

问题背景 #

需要对月度时间序列计算居中年度滚动均值，要求首尾因窗口无法覆盖完整12个月数据时返回NaN，预期效果如下：

foo
month               
2016-08-01       NaN
2016-09-01       NaN
2016-10-01       NaN
2016-11-01       NaN
2016-12-01       NaN
2017-01-01 =mean(2016-08-01 to 2017-07-01)
2017-02-01 =mean(2016-09-01 to 2017-08-01)

测试数据前20行：

test.head(20)
Out[39]: 
                 foo
month               
2016-08-01 -0.105854
2016-09-01 -0.120718
2016-10-01 -0.129150
2016-11-01 -0.114559
2016-12-01 -0.135669
2017-01-01 -0.140636
2017-02-01 -0.094412
2017-03-01 -0.139349
2017-04-01 -0.099603
2017-05-01 -0.076229
2017-06-01 -0.098049
2017-07-01 -0.108535
2017-08-01 -0.037598
2017-09-01 -0.181011
2017-10-01 -0.121715
2017-11-01 -0.089486
2017-12-01 -0.132886
2018-01-01 -0.063460
2018-02-01 -0.111066
2018-03-01 -0.130275

执行test.rolling('365D', min_periods=3, center=True).mean()后，首尾未返回预期的NaN，结果不符合需求。

原因分析 #

1. 时间偏移窗口逻辑：rolling('365D', center=True)会为每个时间点生成一个以该点为中心、前后各约182天的时间范围窗口。对于2016-08-01这类早期数据，窗口内包含后续已存在的5个数据（2016-08至2016-12），满足min_periods=3的要求，因此直接计算了均值，而非返回NaN。
2. 需求匹配偏差：核心需求是仅当窗口覆盖完整12个月数据时才计算均值，但当前min_periods=3的设置允许窗口内有3个及以上数据就返回结果；同时时间偏移窗口（365D）无法严格匹配“12个月度周期”（不同月份天数不同，365D可能包含11或13个自然月）。

解决方案 #

针对月度规则时间序列，推荐使用固定周期窗口替代时间偏移窗口，同时设置min_periods=12确保只有完整12个月数据时才计算：

# 居中滚动12个月均值，要求窗口内必须有12个完整数据
test_rolling = test.rolling(window=12, center=True, min_periods=12).mean()

执行后结果示例：

foo
month               
2016-08-01       NaN
2016-09-01       NaN
2016-10-01       NaN
2016-11-01       NaN
2016-12-01       NaN
2017-01-01       NaN  # 窗口仅包含6个数据，不足12个
2017-02-01       NaN  # 窗口包含7个数据，不足12个
...
2017-07-01 -0.112138  # 窗口覆盖2016-08至2017-07，共12个数据
2017-08-01 -0.111067  # 窗口覆盖2016-09至2017-08，共12个数据
...

若坚持使用时间偏移窗口，需将min_periods设为12，确保窗口内至少包含12个月度数据：

# 时间偏移窗口版本，要求窗口内至少12个数据
test_rolling = test.rolling('365D', center=True, min_periods=12).mean()

内容的提问来源于stack exchange，提问作者FooBar