如何保留原DataFrame并计算忽略NaN的指定窗口大小滚动均值

需求说明 #

需要计算指定窗口大小的滚动均值，满足以下要求：

• 忽略NaN值，取最近N个非空值的均值
• 若当前行值为NaN，均值沿用最近的非空值计算结果
• 必须保留原DataFrame的完整结构，不能删除含NaN的行

原代码通过删除NaN行计算均值，导致丢失原DataFrame中的NaN行，无法满足需求：

df=df.loc[df['value'].notna()]
df['rolling_mean']=df['value'].transform(lambda x: x.rolling(2, 0).mean())

预期结果（窗口大小为3）：

value  rolling_mean3
0    1.0           1.0
1    2.0           2.0
2    6.0           3
3    1.0           3
4    NaN           3
5    5          4

解决方案 #

核心思路是不删除原DataFrame的NaN行，先提取非空值计算滚动均值，再将结果映射回原DataFrame，最后对NaN行的均值进行前向填充（沿用最近的有效均值）。

代码示例 #

import pandas as pd

# 构造示例数据
df = pd.DataFrame({'value': [1.0, 2.0, 6.0, 1.0, None, 5.0]})
window_size = 3

# 方案1：不足窗口大小时，取现有所有非空值的均值
non_null_rolling = df['value'].dropna().rolling(window=window_size, min_periods=1).mean()
df['rolling_mean3'] = non_null_rolling.reindex(df.index).ffill()

# 方案2：完全匹配预期结果（不足窗口时取当前行值）
# non_null_rolling = df['value'].dropna().rolling(window=window_size, min_periods=window_size).mean().fillna(df['value'].dropna())
# df['rolling_mean3'] = non_null_rolling.reindex(df.index).ffill()

print(df)

输出结果 #

方案1输出：

value  rolling_mean3
0    1.0            1.0
1    2.0            1.5
2    6.0            3.0
3    1.0            3.0
4    NaN            3.0
5    5.0            4.0

如果需要完全匹配你给出的预期结果（第1行均值为2.0），可以启用方案2的代码，逻辑是当非空值数量不足窗口大小时，直接取当前行的非空值作为均值。

内容的提问来源于stack exchange，提问作者greenguy