本文旨在解决在Pandas旧版本（如1.2.3）中使用df.rolling(n).mean(skipna=False)时，升级到Pandas 1.5+版本后出现的FutureWarning警告。通过代码示例、官方文档和源码分析，详细阐述了skipna参数在旧版本滚动窗口均值计算中的实际行为，并为用户提供平滑过渡到新版本的解决方案。
问题背景
在Pandas 1.5及更高版本中，向Rolling.mean()传递额外的关键字参数（kwargs），如skipna=False，会导致FutureWarning警告。警告信息提示，这些kwargs不会对结果产生任何影响，并且在未来的Pandas版本中将会引发TypeError。然而，如何在新版本中复现旧版本中的行为，却没有明确的指导。
解决方案
幸运的是，在Pandas 1.2.3中，skipna参数在滚动窗口均值计算的上下文中实际上没有任何作用。这意味着，要使代码与Pandas 1.5+兼容，只需删除skipna=False即可。
代码示例：
import pandas as pd
import numpy as np
# 创建包含缺失值的DataFrame
df = pd.DataFrame({'a': [1, 2, 3, np.nan, 5, 6, 7]})
# 使用rolling().mean()计算滚动均值，不带skipna参数
rolling_mean = df['a'].rolling(3).mean()
print(rolling_mean)
# 输出结果与旧版本使用skipna=False时相同原因分析：
为了验证skipna参数在Pandas 1.2.3中的行为，我们进行了以下分析：
-
测试程序： 创建包含缺失值的Series，并分别使用skipna=True和skipna=False计算滚动均值。结果表明，两种情况下输出相同，说明skipna参数没有生效。
import pandas as pd import numpy as np df = pd.DataFrame({'a': [1, 2, 3, np.nan, 5, 6, 7]}) print(df['a'].rolling(3).mean(skipna=True)) print(df['a'].rolling(3).mean(skipna=False))输出：
0 NaN 1 NaN 2 2.0 3 NaN 4 NaN 5 NaN 6 6.0 Name: a, dtype: float64 0 NaN 1 NaN 2 2.0 3 NaN 4 NaN 5 NaN 6 6.0 Name: a, dtype: float64
官方文档： 查阅Pandas 1.2的官方文档，特别是pandas.core.window.rolling.Rolling.mean()的文档，发现该方法并没有skipna参数的说明。虽然存在**kwargs参数，但文档中对其的描述为"under review"，表明该参数的功能尚未明确。
-
源码分析： 通过调试器，跟踪df.rolling(3).mean()的调用链，最终定位到计算滚动均值的底层C代码roll_mean()。该代码没有实现任何跳过NA值的功能，并且skipna参数在传递过程中被忽略。
- df.rolling(3).mean() 调用
- pandas/core/window/rolling.py:Rolling.mean()
- pandas/core/window/rolling.py:RollingAndExpandingMixin.mean()
- pandas/core/window/rolling.py:BaseWindow._apply()
- pandas/_libs/window/aggregations.pyx:roll_mean()
BaseWindow._apply()函数接收了kwargs参数，但并未将其传递给roll_mean()。 此外，roll_mean()函数本身也没有处理缺失值的功能。
结论
在Pandas 1.2.3中，df.rolling(n).mean(skipna=False)中的skipna参数实际上不起作用。升级到Pandas 1.5+后，只需删除该参数即可避免FutureWarning，并保持与旧版本相同的行为。如果您的代码依赖于skipna=True，则可能需要重新评估您的逻辑，因为旧版本的行为可能与您的预期不符。
