嘿，这个需求很贴合实际——毕竟每个字段的有效数据起始时间不一样，统一用一个日期算平均值确实不够准确。下面给你两种常用的实现方案，看你是用Excel手动处理还是用Python批量自动化：

步骤1：计算每个字段的首次有效数据日期 #

假设你的表格结构是：

• A列：字段名称（A/B/C）
• B列：Sum（求和值）
• C列：原Average
• D列及以后：日期列（表头是09-Aug-2022这类格式）

要找出每个字段第一个有有效数据的日期，可以用以下公式（假设日期表头在D1:AH1，字段A的每日数据在D2:AH2）：

• 如果你用的是Excel 365/2021，直接用MINIFS，简单不用数组公式：

  =MINIFS(D$1:AH$1, D2:AH2, "<>")
  

  这个公式会筛选出D2:AH2中非空的单元格，对应取D1:AH1里最小的日期（也就是最早的有效日期）。
• 如果你用的是旧版Excel，用数组公式：

  =MIN(IF(D2:AH2<>"", D$1:AH$1))
  

  输入完后按Ctrl+Shift+Enter生效，下拉这个公式到B、C字段的行，就能得到每个字段专属的起始日了。

步骤2：重新计算Average列 #

原来的平均值是Sum除以TODAY() - 统一起始日，现在替换成每个字段自己的起始日：
假设你把首次有效日期存在了I列（I2是字段A的起始日），那新的Average公式可以写：

=IFERROR(B2/(TODAY()-I2), "无有效数据")

加IFERROR是为了处理字段还没有任何有效数据的情况，避免出现错误值。

如果你的数据存在CSV/Excel文件里，用Pandas处理效率更高：

步骤1：读取并预处理数据 #

import pandas as pd
from datetime import datetime

# 读取数据，假设文件是csv格式
df = pd.read_csv('your_time_series_data.csv')

# 把日期列（第3列及以后）转成datetime类型
date_columns = df.columns[3:]
df[date_columns] = df[date_columns].apply(pd.to_datetime, format='%d-%b-%Y')

步骤2：定义耗时转分钟的函数（方便判断有效数据） #

def time_to_minutes(time_str):
    # 这里定义"有效数据"：排除空值和"0:00"
    if pd.isna(time_str) or time_str.strip() == '0:00':
        return None
    hours, mins = map(int, time_str.split(':'))
    return hours * 60 + mins

步骤3：计算每个字段的首次有效日期 #

# 把日期列的耗时转成分钟数，方便判断是否有效
time_data = df[date_columns].applymap(time_to_minutes)

# 找到每行（每个字段）第一个非空的日期
first_valid_dates = time_data.notna().idxmax(axis=1).apply(lambda x: df[x].name)
# 转成datetime类型
df['First_Valid_Date'] = pd.to_datetime(first_valid_dates, format='%d-%b-%Y')

步骤4：重新计算平均值 #

# 把Sum列转成分钟数
df['Sum_Minutes'] = df['Sum'].apply(time_to_minutes)

# 计算从首次有效日到今天的天数
today = datetime.today()
df['Days_Since_Start'] = (today - df['First_Valid_Date']).dt.days

# 计算新的平均值，转回时分格式
df['New_Average'] = df.apply(
    lambda row: f"{row['Sum_Minutes'] // row['Days_Since_Start']}:{row['Sum_Minutes'] % row['Days_Since_Start']:02d}"
    if row['Days_Since_Start'] > 0 else '0:00',
    axis=1
)

注意事项 #

• 两种方案里的有效数据定义可以根据你的实际需求调整：比如如果"0:00"也算有效数据，就把判断条件里的time_str.strip() == '0:00'去掉即可。
• Excel里的日期格式要确保和表头一致，不然公式可能无法识别日期。

内容的提问来源于stack exchange，提问作者apostofes