如何无需新建列，用前n行均值/中位数填充时间序列NA值？

嘿，我完全理解你不想额外创建中间列来填充NA值的需求——其实不用新建列也能轻松实现，而且有几种实用的方法可选，我给你详细梳理下：

1. 最简洁的向量式方案（推荐） #

直接利用fillna()方法，把滚动均值/中位数的计算结果作为填充值传入，一步到位修改原列，完全不需要中间列：

# 用含当前行在内的6行（即前5天+当前行）的均值填充NA，和你原逻辑一致
ens['vol'] = ens['vol'].fillna(ens['vol'].rolling(6, min_periods=2).mean())

# 如果需要严格取**当前行之前的5天**（不含当前行），可以调整窗口参数：
ens['vol'] = ens['vol'].fillna(ens['vol'].rolling(window=5, min_periods=2, closed='left').mean())

如果想用中位数填充，只需要把.mean()换成.median()即可，逻辑完全通用。这种方法是pandas的向量操作，效率极高，适合处理大规模数据集。

2. 用apply实现自定义逻辑（适合复杂场景） #

如果你需要更灵活的填充规则（比如动态调整窗口范围、加入额外判断），可以用apply逐行处理。不过要注意，这种方法是逐行遍历，大数据集下效率会比向量操作低一些：

import pandas as pd

def fill_na_with_rolling_stat(row, df, col, window=5, min_periods=2, stat_type='mean'):
    # 如果当前值是NA，计算前window行的统计量
    if pd.isna(row[col]):
        # 确定窗口的起始索引，避免越界
        start_idx = max(0, row.name - window)
        # 提取当前行之前的window行数据
        window_data = df.loc[start_idx:row.name-1, col].dropna()
        # 根据指定类型计算统计量
        if len(window_data) >= min_periods:
            if stat_type == 'mean':
                return window_data.mean()
            elif stat_type == 'median':
                return window_data.median()
        # 不满足最小样本数时返回原NA值（可根据需求调整）
        return row[col]
    # 非NA值直接返回
    else:
        return row[col]

# 应用函数，用前5天的均值填充NA
ens['vol'] = ens.apply(fill_na_with_rolling_stat, axis=1, df=ens, col='vol', window=5, min_periods=2)

# 换成中位数的话只需修改stat_type参数
# ens['vol'] = ens.apply(fill_na_with_rolling_stat, axis=1, df=ens, col='vol', window=5, min_periods=2, stat_type='median')

这个方法的优势是可以自定义任何你需要的填充逻辑，比如根据日期间隔调整窗口，或者加入其他列的条件判断。

两种方案对比 #

• 向量式方案：速度快、代码简洁，适合常规的滚动填充需求，优先推荐。
• apply方案：灵活性高，但效率较低，适合复杂的自定义填充场景。

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