配網客服工單分類統計歸檔程序的開發與應用

林少偉，呂世杰

（廣東電網有限責任公司汕頭供電局，廣東 汕頭 515041）

本項目旨在研制一種配網客服工單分類統計歸檔的使用工具，運用后期技術將其以一種小程序的形式呈現出來，操作起來方便迅速，分類之后的數據看起來更加直觀，大大減少了人員的工作量，也降低了出錯率，分類的數據更加清晰明了。

1 配網客服工單分類統計存在的問題

配網客服工單做日常分類統計工作中存在以下情況：（1）從系統內直接導出的故障報修工單數量過于龐大，很多大類都混在一塊，一些具體分類無法清楚可見。（2）工作人員需要人工篩選各個小項的數目，工作量龐大易出錯。（3）一些無法確定供電所的臺區名稱需要工作人員去其他數據庫查驗，有些實時更新的街道信息也需要人員查驗，還有一些不熟悉地區情況的人員無法快速確定直接歸屬的供電所。（4）現使用的統計表雜亂，不便對工單完結、遺留問題進行分類統計和跟進后續處理。

擬設計一款自動分類歸檔程序，可以直接下載在桌面上，打開就可以使用的操作程序，能有效解決人員在日常分類統計中遇到的以上問題，為分類統計工作提供便利。

自動歸檔程序方便快捷，打開程序直接把表格文件輸入快速生成分類表格，如業務子類統計表格、臺區故障統計表格、緊急程度統計表格、當前環節統計表格、處理狀態表格。表格清楚明了，節約時間成本，小程序生產的表格更加清晰地按照供電所、街道、臺變的級別分類，數量清晰可見。能夠實現關聯幾個數據庫，快速根據街道地址確定所屬供電所，如果街道地址不明確不清晰，還可以進行二次邏輯索引，根據臺區所屬街道數據庫迅速鎖定到具體街道，再迅速判斷所屬供電所。更加直觀地觀察到具體供電所具體街道發生的故障類型、故障頻次，對后續開展工作具有重要意義。還能夠按照所需實時關聯其他數據庫，具備后期更新升級優化的功能，在一定程度上解決工作中遇到的問題。

2 解決問題的技術方案

配網客服工單分類統計歸檔程序在研發過程中主要用到以下技術手段：（1）利用Python 語言在Jupyter Notebook平臺上編寫代碼實現對工單數據的處理[1]。借助Tkinter 包工具設計生成交互的UI 界面，從而實現將前端面向用戶的文件上傳與結果下載等操作與后臺數據分析功能連接貫通。（2）實現上述功能后，使用pyinstaller 命令將上述py 文件打包生成可執行的exe 文件，即可在其他設備終端直接使用。（3）小程序在對表格里面現有的內容進行分類的同時，小程序可將不能處理的數據保存下來，便于后續處理，確保數據的完整性、準確性。

本程序使用Python 語言編寫代碼完成，實現工單文件的上傳、表格信息的清洗處理以及匯總、結果的本地保存等功能。

當點擊bt1打開文件按鈕控件并上傳工單數據文件后，用戶可點擊bt2開始處理按鈕控件執行工單數據的處理部分。該操作將調用bt2 按鈕控件com‐mand 屬性所對應的dataprocessing 函數，該函數主要完成的功能包括：（1）獲取之前記錄的上傳工單數據文件路徑，借助pandas 包的read_excel 函數以及openyxl 工具包讀取表格數據。（2）調用trans‐form_data函數完成主要表格數據處理部分（包括刪除原表格數據中不需要的列、判斷工單所屬街道/供電所）。（3）調用new_result函數對表格數據進行分類匯總，將匯總得到的業務子類統計、臺區故障統計等5 項結果保存在result1、result2、result3、re‐sult4、result5 五個全局變量中，用于后續保存到本地[5]。在完成每個小功能的處理之后，均會在窗口的文本控件中提示用戶當前的進度，便于用戶掌握當前程序運行情況。程序如下：

2.1 業務數據處理

該部分對應調用的transform_data函數，該函數主要完成的功能是：對工單逐個調用streets 函數判斷工單所屬街道；對工單逐個調用part 函數判斷工單所屬供電所；記錄無法處理的工單數據；刪除原表格數據中如“訴求人”“歸檔人”等不必要的列，便于后續分類匯總。程序如下：

2.2 判斷工單所屬街道

判斷工單所屬街道調用了street函數，該函數將根據工單涉及到的臺區名稱以及用戶地址來判斷工單的街道信息。程序如下：

對每個工單調用該函數時，將自動獲取該工單的臺區名稱、用戶地址，分別傳遞給str1 和str2 中。具體的判斷邏輯是：若工單的臺區名稱和用戶地址均缺失（即為nan空值），則定義該工單所屬街道為“其他街道”。否則，如果臺區名稱不缺失，將首先根據臺區名稱判斷。在這里借助了額外的臺區名稱與所屬街道關聯數據（數據來源：內部文件），其相當于引入了一個外部數據庫，該數據庫中記錄了每個街道安置的設備臺區名稱。由此，程序可以通過檢索該外部數據，根據本工單的臺區名稱（即str1）確定本條工單所屬的供電所。其次，若工單臺區名稱缺失，但用戶地址不缺失，則將根據用戶地址判斷。這里如果用戶地址（即str2）中不包含“街道”字符串，則將該工單所屬街道判斷為“其他街道”。如果用戶地址明顯包含“街道”字眼，則利用str2字符串類型數據自帶的split 函數提取街道信息。

經過上述操作，所有工單的所屬街道將不存在空值，目的是為了盡可能保留原始工單記錄。其中，無法準確判斷街道信息的將對應“其他街道”。能夠準確判斷街道信息的將輸出正確的街道信息。

2.3 判斷工單所屬供電所

由于工單的供電所列存在缺失為空值和“金平供電服務中心”的問題，所以設計調用了part 函數來根據工單所屬街道信息判斷工單所屬供電所。與判斷街道信息類似，對每個工單調用該函數時，將自動獲取該工單原本的供電所信息、所屬街道，分別傳遞給str1和str2中。程序如下：

這部分的處理邏輯是：只需要判斷供電所列值為None（空值），或“金平供電服務中心”的工單，否則，將保留原來的供電所信息（即str1）。當工單的供電所涉及以上兩種情況時，同樣借助外部的街道與供電所對應關系信息（數據來源：內部文件），由上一步判斷出的街道信息去匹配，從而得到工單所屬供電所信息。在這里需要注意的是，若此時街道信息為“其他街道”，即上一步無法正確判斷街道信息，則此時將該工單所屬的供電所設置為空值輸出。這樣處理的目的在于，第一，輸出空值而不是再次標記為“其他供電所”，有助于將空值代表的無法正確處理的工單數據保留，作為后續需要人工處理的備份數據。第二，空值也有助于后續在分類匯總時剔除這些無法正確處理的工單數據。

2.4 保留無法處理的工單數據并刪除多余列

調用pandas 自帶的isna 函數，提取所屬供電所為空值的工單，保存為無法正確處理的數據集，并傳遞給save_file 函數（詳見前文）中保存到本地文件。調用pandas自帶的drop函數刪除“當前處理人員”等不相關的列，精簡表格，便于后續分類匯總。該列剔除操作不影響保存的無法正確處理數據集。

3 數據分組統計

該部分對應調用的new_result 函數，主要功能是對上述經過處理后的數據利用pandas 自帶的groupby函數與size函數對工單數據進行分類統計[6]。程序如下：

以result1為例，groupby函數將按照“所屬供電所”作為一級分類，“街道名稱”作為二級分類，“業務子類”作為三級分類，對不同的業務子類工單數如低壓一戶停電、斷桿斷線等利用size 函數進行統計。由此，result1 將保存并傳遞給save_file 函數（詳見前文），對應業務子類統計表，用于后續保存到本地文件中。result2、result3、result4、result5同理。

3.1 實施例

根據存在問題，研發的這種關聯幾個數據庫可以快速對子項分類、快速智能識別分類的故障報修工單歸檔程序，其具體特征在于：

利用python 語言在jupyter notebook 上編寫代碼實現對工單數據的處理，以及生成可執行的exe文件。

程序界面清晰，加載完成后可以正常使用。

操作流程簡單，通過三個步驟即可完成：第一步導入所需的工單統計表格；第二步點擊開始處理，程序即自動迅速處理表格，處理完成后程序會有提示處理完畢；第三步點擊保存文件，手動輸入文件名選擇保存位置，程序自動顯示保存完畢后，可關閉程序去查看處理好的各個文件表格。

3.2 該分類歸檔程序的優點

小程序并不是單純的按照表格里面現有的內容進行分類，而是根據表格里面缺少的內容直接關聯其他數據庫進行多次索引，最終確定結果。

小程序操作方便，界面清晰，共設置三個按鍵，使用簡單，基本不需要講解說明，適用體驗良好。處理成千上萬條數據時可以節省大量時間成本。

后期可繼續關聯其他數據庫，做到實時更新，也可技術升級讓小程序的性能變得越來越好。

4 結束語

從系統內導出的配網客服工單數據龐大和冗雜，給人員帶來的工作量巨大且容易出錯，配網客服工單分類統計歸檔程序操作簡單、方便快捷，使用后可極大地減少工作量，提高工作效率，減少出錯率，對于需要分析的數據種類可更加直觀地查看。且后續可增添其他功能，關聯其他數據，實現升級優化，運用邏輯程序實現對大量數據科學有序分類處理，對于日后工作的有序展開具有重要意義。