Pandas计算Close列滚动收益率执行dropna后返回空DataFrame问题

你的代码返回空DataFrame由两个错误导致：

• dropna(1)等价于dropna(axis=1)，逻辑是删除所有存在空值的列。pct_change(periods=wind)计算时，前wind行必然为空，因此Close列会被判定为存在空值直接被删除，最终得到无列的空表。
• 你的日期索引为倒序（最新日期在最上方），直接计算会得到反向的变动率，不符合收益率计算逻辑。

先将日期索引调整为从旧到新的正序，再计算周期百分比变化，最后按行删除带空值的记录即可：

# 按日期升序排序，保证收益率计算方向正确
closing_data = closing_data.sort_index(ascending=True)
# 计算wind周期滚动收益率，按行删除空值
rolling_return = closing_data["Close"].pct_change(periods=wind).dropna()

# 若需要保留整个DataFrame结构而非单独的Close序列，使用如下写法
# rolling_return_df = closing_data.pct_change(periods=wind).dropna(axis=0)

pct_change(periods=wind)的计算规则为(当前值 - 前wind期值)/前wind期值，和你需要的滚动窗口收益率逻辑完全一致，不需要额外调用rolling类方法。以wind=2为例，排序后2022-05-19的收益率为(137.350006 - 149.240005)/149.240005 ≈ -7.97%，结果符合预期。

内容的提问来源于stack exchange，提问作者Ivan