如何使用Pandas计算销售机会各阶段停留时长的中位数

核心逻辑为：先按销售机会ID分组、按变更时间升序排序，取每条记录的下一条变更时间作为当前阶段的结束时间，计算当前阶段的停留天数后，再按阶段分组计算中位数即可。 #

完整实现代码 #

import pandas as pd
# ---------------------- 1. 数据预处理 ----------------------
# 替换为你的实际数据框名，若已经加载数据可省略这行
df = pd.read_csv("你的数据路径.csv")
# 转换日期列为时间类型，注意：示例数据日期列名写为reatedDate，实际使用请和你的列名对齐
df['CreatedDate'] = pd.to_datetime(df['CreatedDate'])
# 按销售机会ID、变更时间排序，保证变更顺序正确
df = df.sort_values(by=['OpportunityId', 'CreatedDate']).reset_index(drop=True)
# ---------------------- 2. 计算每个阶段的停留时长 ----------------------
# 对同一个销售机会，取后一条记录的变更时间作为当前阶段的结束时间
df['next_created_date'] = df.groupby('OpportunityId')['CreatedDate'].shift(-1)
# 计算停留天数，保留小数
df['duration_days'] = (df['next_created_date'] - df['CreatedDate']).dt.total_seconds() / (3600 * 24)
# ---------------------- 3. 按阶段分组计算中位数 ----------------------
# 你给出的所有可选阶段列表
all_stages = [
    'Closed Won', 'Closed No Deal', 'Propose', 'Negotiate', 'Qualify',
    'Closed Lost', 'Invalid', 'Identify', 'Implemented', 'Close Lost',
    'Close Won', 'Close No Deal'
]
# 计算各阶段停留时长中位数，补全所有可选阶段
result_df = df.groupby('OldValue')['duration_days'].median().reindex(all_stages).reset_index()
# 重命名列符合输出要求
result_df.columns = ['Stage', 'Average Time']
# 转换为x days的格式，没有数据的阶段填充为0天
result_df['Average Time'] = result_df['Average Time'].fillna(0).round(1).astype(str) + ' days'
# 输出结果
print(result_df)

补充说明 #

• 你的需求要求统计中位数，示例输出表头写的Average Time属于笔误，如果你实际需要平均值，把代码中的median()替换为mean()即可。
• 结束类阶段（如Closed系列、Invalid等）没有后续变更记录，默认不会统计停留时长，如果你需要统计这类阶段的时长，可以在计算next_created_date后添加一行代码：df['next_created_date'] = df['next_created_date'].fillna(pd.Timestamp.now(tz='UTC'))，用当前UTC时间作为结束类阶段的结束时间。

内容的提问来源于stack exchange，提问作者Raul Gonzales