嘿，这个需求我之前帮朋友处理过类似的，咱们一步步拆解来搞定它～

核心逻辑先理清楚 #

你要的是从k个用户增长到k+1个用户的平均耗时，本质上就是找每个企业首次达到k+1用户的月份，减去它首次达到k用户的月份，然后把所有企业的这个差值取平均。

第一步：把宽表转成“长格式”（关键第一步！） #

你的原始数据是宽表（每列对应一个月份），这种格式不方便追踪用户数随时间的变化，得先转成“长格式”——也就是每行对应一个企业的某一个月份的用户数，结构变成：ID | 月份 | 用户数。

举个例子，假设企业ID=1的第0月用户数0，第1月0，第2月1，第3月2，转成长格式后就是：

• 1 | 0 | 0
• 1 | 1 | 0
• 1 | 2 | 1
• 1 | 3 | 2

实操方法： #

• 如果你用Excel：直接用Power Query的「逆透视列」功能，选中所有“第X月”的列，右键选逆透视，自动就转成窄表了，还能顺便把“第X月”的文字转成数字月份。
• 如果你用Python pandas：用melt函数搞定，代码大概是这样：

import pandas as pd

# 假设你的原始宽表叫df_wide，第一列是ID，其他是第0月、第1月...
df_long = pd.melt(df_wide, id_vars='ID', var_name='月份', value_name='用户数')
# 把“第X月”的字符串提取出数字月份
df_long['月份'] = df_long['月份'].str.extract('(\d+)').astype(int)

第二步：提取每个企业首次达到各用户数的月份 #

接下来，我们要给每个企业找出第一次达到某个用户数k的最早月份——毕竟重复的用户数记录（比如连续3个月都是1个用户）对我们没用，只需要第一次出现的时间点。

还要注意：如果某个企业的用户数出现下降（比如从2降到1），这种情况我们直接忽略，因为我们关注的是从0→1→2...的正向增长路径。

实操代码（pandas为例）： #

# 先按企业ID和月份排序，保证时间顺序正确
df_sorted = df_long.sort_values(['ID', '月份'])

# 去重：每个企业+用户数组合，只保留第一次出现的月份
df_first_reach = df_sorted.drop_duplicates(subset=['ID', '用户数'], keep='first')

# 过滤掉用户数下降的记录，只保留增长/持平的（持平的已经去重了，其实这里主要是过滤下降）
df_first_reach = df_first_reach.groupby('ID').apply(
    lambda x: x[x['用户数'].diff().fillna(1) >= 0]
).reset_index(drop=True)

第三步：计算每个增长阶段的耗时 #

现在，每个企业的记录都是按用户数递增排列的首次达到时间，接下来只要计算相邻两个用户数之间的月份差，就是这个增长阶段的耗时了。

比如某企业的记录是：

• ID=1 | 月份0 | 用户数0
• ID=1 | 月份2 | 用户数1
• ID=1 | 月份5 | 用户数2
  那0→1的耗时就是2-0=2个月，1→2的耗时是5-2=3个月。

实操代码： #

# 按企业分组，计算每个阶段的耗时
df_stages = df_first_reach.groupby('ID').apply(lambda x: pd.DataFrame({
    '用户增长阶段': [f"{x['用户数'].iloc[i]}→{x['用户数'].iloc[i+1]}" for i in range(len(x)-1)],
    '耗时(月)': x['月份'].diff().dropna().values
})).reset_index(level=1, drop=True).reset_index()

第四步：计算各阶段的平均耗时 #

最后一步就简单了，把所有企业的同阶段耗时取平均值就行：

avg_stage_time = df_stages.groupby('用户增长阶段')['耗时(月)'].mean().reset_index()

出来的结果就是每个阶段的平均耗时，比如0→1平均耗时1.2个月，1→2平均耗时2.5个月之类的。

特殊情况的小提醒 #

• 如果某个企业直接从0跳到2（比如第0月0，第1月2），这种情况怎么处理？比如你可以把它拆成0→1耗时0个月，1→2耗时1个月；或者视为0→2耗时1个月，然后按阶段拆分平均——这个得根据你的业务定义来调整，比如如果业务上认为“跳过的阶段也算在总耗时里”，那可以按后者处理。
• 对于那些还没增长到某个用户数的企业（比如最多只有3个用户），它们不会参与4→5及更高阶段的平均计算，这是合理的，因为这些企业还没走完那个阶段。

内容的提问来源于stack exchange，提问作者rdbgnv