Python中含NaN时间序列的滑动平均计算（需保留窗口计数规则）

• 窗口跨度计数规则：传入整数型window参数时，默认严格按连续数据行计数，即设置window=5时，每个计算窗口必然覆盖连续5行数据，哪怕窗口内存在NaN值，这些NaN所在的行也会被计入窗口总跨度，这部分逻辑和你的需求是完全一致的。
• 内置均值计算的隐藏规则：默认min_periods参数取值和window值绑定，即窗口内需要有等于窗口长度的非NaN有效观测值，才会输出计算结果；只要窗口内存在任意数量的NaN，有效观测数达不到默认要求，整个窗口的输出结果就会返回NaN。这是你调用rolling(5).mean()得到不符合预期结果的核心原因。

• 调整滚动窗口的min_periods参数即可完全适配需求。将原调用代码从series.rolling(5).mean()修改为series.rolling(5, min_periods=1).mean()。
• 参数匹配说明：
  • 窗口的长度计数逻辑不受min_periods影响，依然会严格截取连续5行作为计算范围，窗口内的NaN行依然占用窗口位置，满足你对窗口总跨度的计数要求。
  • 计算均值时，方法会自动排除所有NaN的数值贡献，只要窗口内存在至少1个非NaN的有效数值，就基于窗口内全部有效数值计算算术平均，不会因为窗口内存在NaN就返回空值。
• 额外校验提示：如果处理的是带时间索引的序列，不要将window参数设置为时间长度类的字符串（如'5H'、'5D'），保持window为整数5，即可确保窗口是按固定行数计数，而非按实际时间范围截取。

简单验证示例：对于序列[1, 2, np.nan, 4, 5, 6]

• 默认rolling(5).mean()对第一个计算窗口[1,2,np.nan,4,5]的输出为NaN，因为窗口内有效观测数为4，达不到默认要求的5个。
• 调整为rolling(5, min_periods=1).mean()后，该窗口的输出为3，即窗口内有效数值1、2、4、5的算术平均值，完全匹配规则要求。

内容的提问来源于stack exchange，提问作者Emma