你可以使用pandas库来按年汇总数据，并且在该年的列值中发现NA时进行覆盖。以下是一个示例代码：

import pandas as pd

# 创建示例数据
data = {
    'Year': [2019, 2019, 2020, 2020, 2021],
    'Value': [10, pd.NA, 15, pd.NA, 20]
}

df = pd.DataFrame(data)

# 将年份列设置为索引
df.set_index('Year', inplace=True)

# 按年汇总数据并覆盖NA值
df = df.groupby('Year').apply(lambda x: x.fillna(x.mean()))

# 打印结果
print(df)

这段代码首先创建了一个示例数据，其中包含了一个年份列和一个值列。然后，将年份列设置为索引，以便按年汇总数据。接下来，使用groupby方法按年分组，并使用apply方法对每个组进行操作。在这里，我们使用fillna方法，将每个组中的NA值填充为该组的平均值。最后，打印结果。

运行上述代码，将得到以下输出：

      Value
Year       
2019   10.0
2019   10.0
2020   15.0
2020   15.0
2021   20.0

可以看到，2019年的NA值被填充为该年的平均值10.0，2020年的NA值被填充为该年的平均值15.0。