如何计算指定日期范围内任务完成时长的中位数？

Excel 操作方法 #

• 假设日期时间列为A列，任务时长列为B列，指定起始日期为2022/9/1、结束日期为2022/10/31
• 使用MEDIANIFS函数实现，公式如下：

  =MEDIANIFS(B:B, A:A, ">="&DATE(2022,9,1), A:A, "<="&DATE(2022,10,31))
  

  该公式会先筛选出A列中落在指定日期区间的记录，再计算对应B列时长数据的中位数。如果日期列包含具体时间，公式依然有效——DATE函数生成的日期默认时间为00:00:00，>=起始日期会包含当天所有时间点的数据，<=结束日期会包含结束当天23:59:59之前的所有数据。
• 若需通过单元格动态指定日期范围（比如起始日期存于D1、结束日期存于D2），可修改公式为：

  =MEDIANIFS(B:B, A:A, ">="&D1, A:A, "<="&D2)
  

Python（Pandas库）操作方法 #

• 先导入库并读取、预处理数据：

  import pandas as pd
  
  # 读取数据（支持excel/csv等格式，替换为你的文件路径）
  df = pd.read_excel("你的数据文件.xlsx")
  # 确保日期列转为datetime格式（若原始数据格式不符）
  df["日期时间列"] = pd.to_datetime(df["日期时间列"])
  

• 筛选指定日期范围的数据并计算中位数：

  # 定义目标日期范围
  start_date = "2022-09-01"
  end_date = "2022-10-31"
  # 筛选区间内的数据
  filtered_data = df[(df["日期时间列"] >= start_date) & (df["日期时间列"] <= end_date)]
  # 计算中位数
  median_duration = filtered_data["任务时长列"].median()
  print(f"指定日期范围内的时长中位数：{median_duration}")
  

  Pandas的median()方法会自动忽略空值，直接输出筛选后数据集的中位数。

内容的提问来源于stack exchange，提问作者Grishin Gopalkrishnan