Pandas DataFrame中滚动均值/求和无法跳过NA值的问题

你的代码中min_periods=3的设置是问题核心——这个参数要求窗口内必须有至少3个非缺失值才会输出计算结果，导致窗口内存在NA时（非NA数量不足3）直接返回NaN，和你的需求不符。

你需要的逻辑是：

• 仅当窗口包含完整3行时才计算（前两行返回NaN）
• 窗口内只要有非NA值，就计算这些值的均值/求和；全NA时返回NaN

高效实现方案（向量化操作，推荐） #

利用Pandas内置的滚动函数，再手动过滤前两行和全NA窗口：

import pandas as pd
import numpy as np

test = pd.DataFrame({'A': [1, 2, 3, 10, np.nan, 5 , 20, 6, 7, np.nan, np.nan, np.nan]})

# 计算滚动均值
test['rolling_mean'] = test['A'].rolling(3, min_periods=1).mean(skipna=True)
# 前两行设为NaN（窗口不足3行）
test.loc[:1, 'rolling_mean'] = np.nan

# 计算滚动求和
test['rolling_sum'] = test['A'].rolling(3, min_periods=1).sum(skipna=True)
# 处理全NA窗口的情况（sum默认返回0，需替换为NaN）
test['rolling_sum'] = np.where(
    test['A'].rolling(3).apply(lambda x: x.notna().any()),
    test['rolling_sum'],
    np.nan
)
# 前两行设为NaN
test.loc[:1, 'rolling_sum'] = np.nan

print(test)

自定义逻辑实现（apply方式） #

如果需要更灵活的窗口逻辑，可以用apply自定义计算规则：

import pandas as pd
import numpy as np

test = pd.DataFrame({'A': [1, 2, 3, 10, np.nan, 5 , 20, 6, 7, np.nan, np.nan, np.nan]})

# 滚动均值：仅完整3行窗口计算，非全NA则取非NA值的均值
test['rolling_mean'] = test['A'].rolling(3).apply(
    lambda x: x.mean(skipna=True) if (len(x) == 3 and x.notna().any()) else np.nan
)

# 滚动求和：仅完整3行窗口计算，非全NA则取非NA值的和
test['rolling_sum'] = test['A'].rolling(3).apply(
    lambda x: x.sum(skipna=True) if (len(x) == 3 and x.notna().any()) else np.nan
)

print(test)

结果验证 #

两种方案都会得到符合需求的结果：

• 前两行（索引0、1）为NaN
• 索引4、5、6、9、10的窗口存在NA，但仍输出非NA值的均值/求和
• 索引11的窗口全为NA，输出NaN

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