如何在Polars中实现忽略空值的滚动均值（用于RSI计算）

要实现忽略空值的滚动均值，你可以通过滚动求和除以滚动非空值计数的方式来实现，Polars原生支持这两个操作的滚动计算：

完整代码示例 #

import polars as pl

window_size = 5

# 构造示例数据
df = pl.DataFrame({"price_change": [1, 2, 3, -2, 4]})

# 生成增益列：仅保留正的价格变动，其余设为空值
df_gain = df.select(
    pl.when(pl.col('price_change') > 0.0)
    .then(pl.col('price_change'))
    .otherwise(None)
    .alias('gain')
)

# 计算忽略空值的滚动均值：滚动有效值总和 / 滚动有效值数量
rol_mean_gain = df_gain.select(
    (
        pl.col('gain').rolling_sum(window_size=window_size, ignore_null=True) 
        / 
        pl.col('gain').is_not_null().rolling_sum(window_size=window_size, ignore_null=True)
    ).alias('rolling_mean_gain')
)

print(rol_mean_gain)

代码说明 #

1. 生成增益列：和你原逻辑一致，仅保留正的价格变动，非正值转为Polars空值None。
2. 滚动有效值求和：rolling_sum的ignore_null=True参数会自动跳过空值，计算窗口内有效增益的总和。
3. 滚动有效值计数：先用is_not_null()将空值转为False（对应数值0）、有效值转为True（对应数值1），再通过rolling_sum求和，得到窗口内有效值的数量。
4. 计算均值：用滚动总和除以滚动计数，得到基于有效值的滚动均值。

结果验证 #

针对你的示例数据，窗口内有效增益为[1,2,3,4]，总和为10，有效值数量为4，计算出的均值为10/4=2.5，完全符合你期望的计算逻辑。

内容的提问来源于stack exchange，提问作者Joris Medeišis