中國聯(lián)通河南省分公司 師雪麗 欣 娜 魏利朋 孫慧珠

根據(jù)集團(tuán)公司下發(fā)的《關(guān)于補(bǔ)充維護(hù)5G資源相關(guān)數(shù)據(jù)的通知》，要求各省分公司基于自動(dòng)采集的5G無線網(wǎng)數(shù)據(jù)，在OSS2.0資源管理系統(tǒng)補(bǔ)充維護(hù)管理區(qū)域、關(guān)聯(lián)機(jī)房或放置點(diǎn)等靜態(tài)數(shù)據(jù)。由于在篩選統(tǒng)計(jì)的過程中，需要處理的數(shù)據(jù)量龐大，與利用Excel相比較，利用Python能夠用更少的時(shí)間處理更大的數(shù)據(jù)集，實(shí)現(xiàn)自動(dòng)化。本文通過對Python的Numpy及Pandas兩個(gè)庫的學(xué)習(xí)及應(yīng)用，實(shí)現(xiàn)了無線網(wǎng)5G設(shè)備的自動(dòng)化篩選統(tǒng)計(jì)，大大提高了工作效率。

本文使用Anaconda自帶的Jupyter Notebook，基于Python的Numpy及Pandas兩個(gè)庫，對從OSS2.0資源管理系統(tǒng)提取的四張5G（GnodeB、CU、DU、AAU）資源數(shù)據(jù)表進(jìn)行篩選及統(tǒng)計(jì)，實(shí)現(xiàn)了5G設(shè)備的自動(dòng)化篩選統(tǒng)計(jì)。

1 Python環(huán)境搭建

本文實(shí)驗(yàn)主機(jī)為Windows 10系統(tǒng)，安裝了Python 3.8.1及Anaconda3軟件，在DOS環(huán)境下安裝了Jupyter Notebook、Numpy、Pandas包。

2 實(shí)驗(yàn)過程及結(jié)果展示

2.1 實(shí)驗(yàn)前準(zhǔn)備工作

（1）從OSS2.0資源管理系統(tǒng)提取GnodeB、CU、DU、AAU數(shù)據(jù)原始表，并將四張表格由“xls”格式轉(zhuǎn)成“xlsx”格式，表格分別命名為：“GN.xlsx”、“CU.xlsx”、“DU.xlsx”、“AAU.xlsx”；

（2）將GnodeB、CU、DU、AAU數(shù)據(jù)原始表放到“當(dāng)前工作目錄”下；

（3）新建一個(gè)“空表.xlsx”，表里內(nèi)容為一列，列名為“所屬地市”，列的內(nèi)容為地市名稱（地市名稱的排列順序可根據(jù)需求自己定義和調(diào)整）。

2.2 實(shí)驗(yàn)過程

分別對“GN.xlsx”、“CU.xlsx”、“DU.xlsx”、“AAU.xlsx”四張?jiān)紨?shù)據(jù)表進(jìn)行篩選統(tǒng)計(jì)，并導(dǎo)出對應(yīng)的“**篩選明細(xì)表.xlsx”及“**匯總表.xlsx”。

（1）GnodeB數(shù)據(jù)表“GN.xlsx”篩選統(tǒng)計(jì)步驟

2）讀取表“GN.xlsx”表的內(nèi)容；

3）篩選出“設(shè)備ID”、“設(shè)備名稱”、“設(shè)備編碼”、“所屬管理區(qū)域”四列數(shù)據(jù)；

df1 = df[[‘設(shè)備ID’,’設(shè)備名稱’,’設(shè)備編碼’,’所屬管理區(qū)域’]]

4）再次篩選出“所屬管理區(qū)域”為“空值”的數(shù)據(jù)，并將索引重置；

5）對每一行的“設(shè)備名稱”列中的值進(jìn)行切片，取前兩個(gè)字母，賦值給對應(yīng)行的“所屬管理區(qū)域”列；

6）將“所屬管理區(qū)域”列中值的字母替換成相應(yīng)的漢字；

df4 = df3[‘所屬管理區(qū)域’].replace([‘DS1’,’DS2’],[ ‘地市1’,’地市2’])

7）按照“所屬管理區(qū)域”中的地市值對GnodeB未關(guān)聯(lián)設(shè)備數(shù)量進(jìn)行匯總；

（2）AAU數(shù)據(jù)表“AAU.xlsx”篩選統(tǒng)計(jì)步驟

1）導(dǎo)入Numpy及Pandas庫，并將Numpy及Pandas簡稱為np和pd；

2）讀取表“AAU.xlsx”中兩個(gè)sheet的內(nèi)容；

4）篩選出“設(shè)備ID”、“設(shè)備編碼”，“所屬GNodeBDU”，“所屬安置地點(diǎn)”四列數(shù)據(jù)；

5）再次篩選出“所屬安置地點(diǎn)”為“空值”的數(shù)據(jù)，并將索引重置；

6）定義一個(gè)函數(shù)city（），通過“設(shè)備編碼”的7位5G NODEBID值判斷所屬地市；

7）對每一行的“設(shè)備編碼”列中的值進(jìn)行切片，取有效的7位5G NODEBID的值，調(diào)用函數(shù)city（）后，賦值給“所屬安置地點(diǎn)”列；

8）按照“所屬安置地點(diǎn)”中的地市值對AAU未關(guān)聯(lián)設(shè)備數(shù)量進(jìn)行匯總；

9）生成“AAU篩選明細(xì)表.xlsx”及“AAU匯總表”；（3）“CU.xlsx”、“DU.xlsx”表的篩選統(tǒng)計(jì)步驟參照（1）中“GN.xlsx”篩選統(tǒng)計(jì)步驟。

生成“5G未關(guān)聯(lián)設(shè)備統(tǒng)計(jì)匯總表.xlsx”表的步驟：

（1）導(dǎo)入Numpy及Pandas庫，并將Numpy及Pandas簡稱為np和pd；

（2）讀取四張篩選明細(xì)表、四張匯總表以及18地市“空表”內(nèi)容；

（3）重命名四張匯總表的列名；

（4）以“空表”為參照，將四張匯總表與“空表”拼接成一個(gè)匯總表；

（5）將總的匯總表“空值”置零，并將設(shè)備（GN、CU、DU、AAU）數(shù)量列的數(shù)值類型轉(zhuǎn)換成“int”類型；

（6）將總匯總表每行進(jìn)行求和后生成“總數(shù)”列，然后對“總數(shù)”列按照降序排列；

（7）將四張篩選明細(xì)表及步驟（6）生成的總匯總表保存到一個(gè)名為“5G未關(guān)聯(lián)設(shè)備統(tǒng)計(jì)匯總表.xlsx”的Excel表里，表中包括5個(gè)sheet，sheet名分別為：“GN”、“CU”、“DU”、“AAU”、“匯總”。

2.3 實(shí)驗(yàn)結(jié)果展示

最終生成的“5G未關(guān)聯(lián)設(shè)備統(tǒng)計(jì)匯總表.xlsx”表格中GN及匯總兩個(gè)sheet的內(nèi)容如圖1、圖2所示，由于CU、DU及AAU三個(gè)sheet的內(nèi)容與GN內(nèi)容相似，本文就不再展示了。

圖1 GN表內(nèi)容

圖2 匯總表內(nèi)容

3 實(shí)驗(yàn)總結(jié)

本文實(shí)驗(yàn)的一個(gè)關(guān)鍵步驟是設(shè)備“所屬地市”的判斷，通過觀察，GnodeB、CU、DU、AAU設(shè)備均可以通過“設(shè)備名稱（所屬GNodeBDU）”的前兩個(gè)字母或“設(shè)備編碼”的7位5G NODEBID值來判斷“所屬地市”。因此判斷“所屬地市”的方法就有多種組合。在實(shí)驗(yàn)過程中，我發(fā)現(xiàn)“設(shè)備編碼”的7位5G NODEBID的位置不固定，而“設(shè)備名稱”、“所屬GNodeBDU”這列的前兩個(gè)字母位置是固定的。因此，實(shí)驗(yàn)初期，我采用“設(shè)備名稱（所屬GNodeBDU）”的前兩個(gè)字母判斷“所屬地市”。但是在多次實(shí)驗(yàn)中，我發(fā)現(xiàn)“AAU.xlsx”數(shù)據(jù)表中“所屬GNodeBDU”列的值經(jīng)常會(huì)有缺失，經(jīng)過綜合考量，最終，確定采用本文：GnodeB、CU、DU設(shè)備按照“設(shè)備名稱”，AAU設(shè)備按照“設(shè)備編碼”判斷“所屬地市”的方法。

通過對比，在進(jìn)行5G設(shè)備篩選統(tǒng)計(jì)工作中，處理相同的4張Excel表的數(shù)據(jù)，利用傳統(tǒng)的Excel篩選統(tǒng)計(jì)方法，需要耗費(fèi)至少40min的時(shí)間，而利用本文的python處理方法，只需要耗費(fèi)不到4分鐘的時(shí)間，大大節(jié)省了數(shù)據(jù)處理時(shí)間，提高了工作效率，本文的方法已在實(shí)際工作中得到應(yīng)用。