嘿，这个问题我之前处理时间序列的时候也遇到过，其实完全不用绕到apply方法，pandas的rolling本身就有参数能完美解决，而且性能拉满，还不会碰你原数据里的NaN！

问题根源 #

你之前用df.rolling(window=30).mean().shift(1)出现大量NaN，核心原因是默认的min_periods参数设置：

• rolling的mean()方法默认min_periods=window（也就是这里的30），意思是只有当窗口内的30个值全都是非NaN的时候，才会计算均值；只要有1个NaN，就返回NaN。这就是为什么你看到大量缺失值。

高性能解决方案 #

只需要给rolling加上min_periods参数，指定窗口内至少需要多少个非NaN值就计算均值，剩下的NaN会自动被忽略：

# 假设你的数据列名为value，这里设置min_periods=1表示只要窗口内有至少1个非NaN值就计算均值
df['rolling_30d_mean'] = df['value'].rolling(window=30, min_periods=1).mean().shift(1)

细节调整 #

• 如果你觉得min_periods=1太宽松（比如不想用1个数据就计算均值），可以改成你需要的阈值，比如min_periods=20，表示窗口内至少要有20个非NaN值才输出均值，否则返回NaN，这样结果更严谨。
• 如果你是基于日期索引的时间序列，也可以用window='30D'来指定时间窗口，配合min_periods同样生效，比如：

  df['rolling_30d_mean'] = df['value'].rolling(window='30D', min_periods=1).mean().shift(1)
  

为什么这个方案高性能？ #

这是pandas的原生向量化操作，底层是用C实现的，比apply这种逐行处理的Python级操作快几个数量级，完全符合你要的高性能要求，而且全程不会修改原数据里的NaN，完美匹配你的需求。

内容的提问来源于stack exchange，提问作者eternity1