pandas.Series.mean()默认忽略NaN会掩盖缺失系统性问题，导致均值失真；应显式使用skipna=False强制暴露缺失，再依数据机制选择填充或剔除策略。
为什么 pandas.Series.mean() 默认忽略 NaN 会出问题？
它不是“错”，而是设计如此：默认 skipna=True，只要有一个非空值就参与计算。但当你真正想评估“缺失是否系统性发生”时，比如某传感器连续 20 小时无数据，mean() 却只用剩下 4 小时的值算平均，结果看似正常，实则掩盖了采样完整性崩塌的事实。
- 真实场景中，均值偏差常源于缺失集中出现在高/低值时段（如夜间读数丢失，而白天峰值全在），此时忽略 NaN 相当于重采样，不是补全，更不是校正
-
mean()不报错、不警告，你得主动检查series.isna().sum()和len(series)的比例 - 若后续要做标准化或模型训练，直接用忽略 NaN 的均值去 center 数据，会导致分布偏移
怎么让 mean() 拒绝忽略 NaN？
唯一可靠方式是显式传参：skipna=False。这时只要有任一 NaN，结果就是 NaN，强制你面对缺失问题。
- 不要依赖
pd.options.mode.use_inf_as_na = True这类全局设置——它影响所有操作，且不改变mean()行为逻辑 - 别写
series.dropna().mean()再和原长对比——这等于手动重复一遍 skipna=True 的逻辑，没解决问题 - 对 DataFrame 要逐列控制：
df.mean(skipna=False)返回每列一个标量，含NaN的列结果就是NaN
import pandas as pd import numpy as np <p>s = pd.Series([1.0, 2.0, np.nan, 4.0]) print(s.mean()) # 2.333... print(s.mean(skipna=False)) # nan
什么时候该保留 NaN、什么时候必须填充？
没有通用答案，取决于数据生成机制：
python-script-generator
下载
快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。
- 时间序列中，若缺失由设备断连导致（非随机），用前向填充
ffill()或插值interpolate(method='time')更合理，而不是用均值填充 - 实验重复组中，某样本全缺失，均值填充会人为降低方差；此时应标记该样本失效，而非补数继续算
- 若缺失率 < 5% 且随机，用
s.fillna(s.mean()).mean()才有意义；否则先查s.describe()看缺失位置分布 - 注意：用
s.mean()填自己，本质是循环依赖——均值本身已被缺失污染，再用它去填，偏差会固化
用 numpy.nanmean() 会不会更安全？
不会。它和 pandas.Series.mean(skipna=True) 行为完全一致，都是跳过 NaN 后计算，只是底层实现不同。区别仅在于：
立即学习“Python免费学习笔记（深入）”；
-
np.nanmean()对纯 NumPy 数组更快，但输入是 Pandas Series 时，会先转array，反而多一次转换开销 - 它不继承 Pandas 的 dtype 语义（比如
Int64类型的 nullable int），可能把pd.NA当作NaN处理，导致意外转换 - 如果你在用
pd.array(..., dtype="string")，np.nanmean()直接报TypeError，而.mean()至少会返回NaN
真实复杂点不在函数选哪个，而在你是否清楚：这个均值是用来做描述统计、还是作为下游模型的输入、抑或是质量监控的阈值基准。三者对缺失的容忍度和处理路径完全不同。
