Python在5G設備篩選統計中的應用

中國聯通河南省分公司 師雪麗 欣 娜 魏利朋 孫慧珠

根據集團公司下發的《關于補充維護5G資源相關數據的通知》，要求各省分公司基于自動采集的5G無線網數據，在OSS2.0資源管理系統補充維護管理區域、關聯機房或放置點等靜態數據。由于在篩選統計的過程中，需要處理的數據量龐大，與利用Excel相比較，利用Python能夠用更少的時間處理更大的數據集，實現自動化。本文通過對Python的Numpy及Pandas兩個庫的學習及應用，實現了無線網5G設備的自動化篩選統計，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兩個庫，對從OSS2.0資源管理系統提取的四張5G（GnodeB、CU、DU、AAU）資源數據表進行篩選及統計，實現了5G設備的自動化篩選統計。

1 Python環境搭建

本文實驗主機為Windows 10系統，安裝了Python 3.8.1及Anaconda3軟件，在DOS環境下安裝了Jupyter Notebook、Numpy、Pandas包。

2 實驗過程及結果展示

2.1 實驗前準備工作

（1）從OSS2.0資源管理系統提取GnodeB、CU、DU、AAU數據原始表，并將四張表格由“xls”格式轉成“xlsx”格式，表格分別命名為：“GN.xlsx”、“CU.xlsx”、“DU.xlsx”、“AAU.xlsx”；

（2）將GnodeB、CU、DU、AAU數據原始表放到“當前工作目錄”下；

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

2.2 實驗過程

分別對“GN.xlsx”、“CU.xlsx”、“DU.xlsx”、“AAU.xlsx”四張原始數據表進行篩選統計，并導出對應的“**篩選明細表.xlsx”及“**匯總表.xlsx”。

（1）GnodeB數據表“GN.xlsx”篩選統計步驟

2）讀取表“GN.xlsx”表的內容；

3）篩選出“設備ID”、“設備名稱”、“設備編碼”、“所屬管理區域”四列數據；

df1 = df[[‘設備ID’,’設備名稱’,’設備編碼’,’所屬管理區域’]]

4）再次篩選出“所屬管理區域”為“空值”的數據，并將索引重置；

5）對每一行的“設備名稱”列中的值進行切片，取前兩個字母，賦值給對應行的“所屬管理區域”列；

6）將“所屬管理區域”列中值的字母替換成相應的漢字；

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

7）按照“所屬管理區域”中的地市值對GnodeB未關聯設備數量進行匯總；

（2）AAU數據表“AAU.xlsx”篩選統計步驟

1）導入Numpy及Pandas庫，并將Numpy及Pandas簡稱為np和pd；

2）讀取表“AAU.xlsx”中兩個sheet的內容；

4）篩選出“設備ID”、“設備編碼”，“所屬GNodeBDU”，“所屬安置地點”四列數據；

5）再次篩選出“所屬安置地點”為“空值”的數據，并將索引重置；

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

7）對每一行的“設備編碼”列中的值進行切片，取有效的7位5G NODEBID的值，調用函數city（）后，賦值給“所屬安置地點”列；

8）按照“所屬安置地點”中的地市值對AAU未關聯設備數量進行匯總；

9）生成“AAU篩選明細表.xlsx”及“AAU匯總表”；（3）“CU.xlsx”、“DU.xlsx”表的篩選統計步驟參照（1）中“GN.xlsx”篩選統計步驟。

生成“5G未關聯設備統計匯總表.xlsx”表的步驟：

（1）導入Numpy及Pandas庫，并將Numpy及Pandas簡稱為np和pd；

（2）讀取四張篩選明細表、四張匯總表以及18地市“空表”內容；

（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”拼接成一個匯總表；

（5）將總的匯總表“空值”置零，并將設備（GN、CU、DU、AAU）數量列的數值類型轉換成“int”類型；

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

（7）將四張篩選明細表及步驟（6）生成的總匯總表保存到一個名為“5G未關聯設備統計匯總表.xlsx”的Excel表里，表中包括5個sheet，sheet名分別為：“GN”、“CU”、“DU”、“AAU”、“匯總”。

2.3 實驗結果展示

最終生成的“5G未關聯設備統計匯總表.xlsx”表格中GN及匯總兩個sheet的內容如圖1、圖2所示，由于CU、DU及AAU三個sheet的內容與GN內容相似，本文就不再展示了。

圖1 GN表內容

圖2 匯總表內容

3 實驗總結

本文實驗的一個關鍵步驟是設備“所屬地市”的判斷，通過觀察，GnodeB、CU、DU、AAU設備均可以通過“設備名稱（所屬GNodeBDU）”的前兩個字母或“設備編碼”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。在實驗過程中，我發現“設備編碼”的7位5G NODEBID的位置不固定，而“設備名稱”、“所屬GNodeBDU”這列的前兩個字母位置是固定的。因此，實驗初期，我采用“設備名稱（所屬GNodeBDU）”的前兩個字母判斷“所屬地市”。但是在多次實驗中，我發現“AAU.xlsx”數據表中“所屬GNodeBDU”列的值經常會有缺失，經過綜合考量，最終，確定采用本文：GnodeB、CU、DU設備按照“設備名稱”，AAU設備按照“設備編碼”判斷“所屬地市”的方法。

通過對比，在進行5G設備篩選統計工作中，處理相同的4張Excel表的數據，利用傳統的Excel篩選統計方法，需要耗費至少40min的時間，而利用本文的python處理方法，只需要耗費不到4分鐘的時間，大大節省了數據處理時間，提高了工作效率，本文的方法已在實際工作中得到應用。