如何在电子表格中计算跨天共享单车骑行时长及月平均时长？

Excel批量处理方案 #

不用手动调整，直接用带判断的公式自动处理跨天情况：

=IF(EndTime<StartTime, EndTime+1 - StartTime, EndTime-StartTime)

• 公式逻辑：如果结束时间早于开始时间，说明是跨天骑行，给结束时间加1天（Excel中1代表一天）再减去开始时间；否则直接用结束时间减开始时间。
• 得到的结果是天数为单位的时长，若要转换为分钟，可在公式后乘以24*60，转换为小时则乘以24。
• 直接下拉公式即可批量处理整列数据，不用逐个手动修改。

大数据集的Python（Pandas）处理方案 #

如果数据集规模很大，用Python的Pandas库处理效率更高：

import pandas as pd

# 读取骑行数据（假设数据存为CSV，列名为start_time和end_time）
df = pd.read_csv('bike_rides.csv')

# 将时间列转换为datetime格式，方便后续计算
df['start_time'] = pd.to_datetime(df['start_time'])
df['end_time'] = pd.to_datetime(df['end_time'])

# 计算每条骑行的时长，自动处理跨天情况
df['ride_duration'] = df.apply(
    lambda row: row['end_time'] - row['start_time'] 
    if row['end_time'] >= row['start_time'] 
    else (row['end_time'] + pd.Timedelta(days=1)) - row['start_time'],
    axis=1
)

# 筛选指定月份的数据（示例：2023年6月）
target_data = df[(df['start_time'].dt.year == 2023) & (df['start_time'].dt.month == 6)]

# 计算指定月份的平均骑行时长
avg_duration = target_data['ride_duration'].mean()
print(f"指定月份的平均骑行时长：{avg_duration}")

• 逻辑说明：通过pd.to_datetime统一时间格式，用apply遍历每一行自动判断跨天情况，给跨天的结束时间加1天再计算时长；之后筛选目标月份数据，直接调用mean()得到平均时长。

内容的提问来源于stack exchange，提问作者Robert Nyakundi