PL/SQL中嵌套循环计算不同ID近40天时长平均值的疑问

你的思路优化（替代二维数组） #

你想用累加后求平均的思路是对的，但二维数组不是最优选择——用**哈希表（字典）**来存储每个ID的总时长和统计天数，能直接通过ID快速定位，避免遍历数组找位置的麻烦：

1. 初始化一个字典，键是ID，值存两个数据：总时长（转成秒数方便计算）、统计到的天数
2. 遍历每天的数据时，对每个ID计算当日时长（把HH:MI:SS转成秒数，注意处理跨天的情况，比如结束时间早于开始时间时，要加86400秒）
3. 把当日时长累加到对应ID的总时长里，同时统计天数+1
4. 最后每个ID的平均值 = 总时长 / 天数（如果确定每天都有该ID的数据，直接除以40即可）
5. 把平均秒数再转回HH:MI:SS格式

示例代码（Python） #

# 初始化统计字典：key=ID，value存储总秒数和天数
id_stats = {}

# 假设daily_data是你从游标获取的40天数据，每天是一个包含所有ID记录的列表
for day_records in daily_data:
    for record in day_records:
        current_id = record["id"]
        start = record["start_time"]
        end = record["end_time"]
        
        # 把HH:MI:SS转成总秒数
        def time_to_sec(time_str):
            h, m, s = map(int, time_str.split(":"))
            return h * 3600 + m * 60 + s
        
        day_sec = time_to_sec(end) - time_to_sec(start)
        # 处理跨天的情况（比如结束时间是次日凌晨）
        if day_sec < 0:
            day_sec += 86400
        
        # 更新统计
        if current_id not in id_stats:
            id_stats[current_id] = {"total_sec": 0, "days": 0}
        id_stats[current_id]["total_sec"] += day_sec
        id_stats[current_id]["days"] += 1

# 计算平均值并转回时间格式
id_avg = {}
for idx, stats in id_stats.items():
    avg_sec = stats["total_sec"] / stats["days"]
    # 转成HH:MI:SS
    h = int(avg_sec // 3600)
    m = int((avg_sec % 3600) // 60)
    s = int(avg_sec % 60)
    id_avg[idx] = f"{h:02d}:{m:02d}:{s:02d}"

# 输出结果
for idx, avg_time in id_avg.items():
    print(f"ID{idx}近40天平均时长：{avg_time}")

更优解决方案：直接用数据库计算 #

如果你的数据存在数据库里，完全不需要拉到程序里循环计算——让数据库直接分组统计，效率更高，代码更简洁：

示例SQL（MySQL） #

假设你的表结构是 daily_records(id, record_date, start_time, end_time)，执行以下语句就能直接得到每个ID的近40天平均时长：

SELECT
    id,
    SEC_TO_TIME(AVG(TIME_TO_SEC(TIMEDIFF(end_time, start_time)))) AS average_duration
FROM
    daily_records
WHERE
    record_date >= DATE_SUB(CURDATE(), INTERVAL 40 DAY)
GROUP BY
    id;

逻辑说明：

• TIMEDIFF(end_time, start_time)：计算当日时长
• TIME_TO_SEC()：把时长转成秒数，方便求平均
• AVG()：对每个ID的秒数取平均
• SEC_TO_TIME()：把平均秒数转回HH:MI:SS格式
• GROUP BY id：按ID分组统计

内容的提问来源于stack exchange，提问作者Luca