Python 如何处理时间序列问题中移动平均特征的缺失值？

我试图在缺少值的数据上创建一些移动平均值

在我看来，我有两个选择：

1） 我可以用最后一个已知的值来填充这些点。问题是，我认为这会破坏移动平均线功能的完整性

2） 我可以将这些值设置为NaN。这导致移动平均数为NaN。问题是我不确定如何处理NaN特性。我可以用0填充NaN，但移动平均线0与未知移动平均线不同

---

但选项似乎会导致一些完整性问题。其他人有过类似的问题吗？

你可以用移动平均值填充它们直到NaN（根据以前的值预测这些值）。

---

这是一种连续移动平均线。

这不是问这类问题的最佳场所。堆栈溢出更多的是关于如何使用代码执行这种类型的工作。也许有更好的地方可以问这类问题？