Excel中是否有函数可按给定数据分组统计运行时长以计算TTF？

首先先明确你的原始统计数据如下：

核心计算逻辑 #

判定规则：DT>0的日期为故障节点，两个相邻故障节点之间的所有有效运行时长（Running列非空有效值）求和即为该段的TTF，首次故障前的运行时长为第一段TTF。

方案1：电子表格（Excel/WPS/Google Sheets）实现 #

适合少量数据快速计算：

• 新增辅助列故障分组标记：从首行数据开始，当本行DT>0时，分组序号+1，否则继承上一行的分组序号，首行如果DT=0则默认标记为1。
  示例公式（假设数据从第2行开始，DT在E列，辅助列在F列）：
  F2=IF(E2>0,MAX(F$1:F1)+1,F1)
• 新增有效运行时长列：将Running列的空值转为0，公式：G2=IF(ISNUMBER(B2),B2,0)
• 最后按故障分组标记列对有效运行时长列求和，过滤掉故障当天（DT>0）的行数据即可得到各段TTF。

用你的样例数据计算结果如下：

方案2：Python Pandas实现 #

适合批量处理大量数据：

import pandas as pd
import numpy as np

# 可替换为从csv/excel导入数据
df = pd.DataFrame({
    'Date': ['1-jan', '2-jan', '3-jan', '4-jan', '5-jan'],
    'Running': [24, 0, 24, 24, np.nan],
    'DT': [0, 24, 0, 0, 24]
})

# 处理空值，转换Running列为数值格式
df['Running'] = pd.to_numeric(df['Running'], errors='coerce').fillna(0)
# 生成故障分组标识：每次DT>0时分组号加1
df['fault_group'] = df['DT'].gt(0).cumsum().shift(1, fill_value=0)
# 分组求和，排除故障当天的运行时长
ttf_result = df[df['DT'].eq(0)].groupby('fault_group')['Running'].sum().reset_index()
ttf_result.columns = ['故障分组编号', 'TTF(小时)']

print(ttf_result)

运行后输出结果和电子表格计算结果完全一致。

内容的提问来源于stack exchange，提问作者chinna venkat