表格月度数据展示异常:需按月份表头归类而非创建时间排序
按创建月份分组展示月度能耗数据方案
核心需求
将现有按创建时间排序的能耗数据,重新按创建月份先后顺序分组展示,每个月份作为独立表头,对应数据匹配到所属月份的表头下方。
翻译后的数据字段
- 发电机组编号
- 供应商站点名称
- OCI站点
- 机柜编号
- 合同约定PUE值
- IT负载下限(千瓦)
- IT负载平均值(千瓦)
- IT负载峰值(千瓦)
- 合同总负载(千瓦)
- 当前负载占比
- 表格约定PUE值
展示示例
1月数据
| 发电机组编号 | 供应商站点名称 | OCI站点 | 机柜编号 | 合同约定PUE值 | IT负载下限(千瓦) | IT负载平均值(千瓦) | IT负载峰值(千瓦) | 合同总负载(千瓦) | 当前负载占比 | 表格约定PUE值 |
|---|---|---|---|---|---|---|---|---|---|---|
| G001 | 华东供应商站 | OCI-上海 | C-010 | 1.22 | 45 | 72 | 98 | 125 | 57.6% | 1.22 |
2月数据
| 发电机组编号 | 供应商站点名称 | OCI站点 | 机柜编号 | 合同约定PUE值 | IT负载下限(千瓦) | IT负载平均值(千瓦) | IT负载峰值(千瓦) | 合同总负载(千瓦) | 当前负载占比 | 表格约定PUE值 |
|---|---|---|---|---|---|---|---|---|---|---|
| G001 | 华东供应商站 | OCI-上海 | C-010 | 1.22 | 48 | 75 | 102 | 125 | 60% | 1.22 |
实现步骤(代码示例)
若通过Python处理数据,可参考以下逻辑:
- 从原始数据中提取创建月份(若数据含创建时间字段,直接解析月份)
- 按月份自然顺序排序分组
- 逐个生成对应月份的表格
import pandas as pd # 假设原始数据已加载到DataFrame,含创建时间字段'create_time' df['month'] = df['create_time'].dt.month # 按月份升序排序分组 sorted_month_groups = df.groupby('month', sort=True) # 遍历分组生成Markdown表格 for month, group in sorted_month_groups: print(f"\n### {month}月数据") print(group[[ '发电机组编号', '供应商站点名称', 'OCI站点', '机柜编号', '合同约定PUE值', 'IT负载下限(千瓦)', 'IT负载平均值(千瓦)', 'IT负载峰值(千瓦)', '合同总负载(千瓦)', '当前负载占比', '表格约定PUE值' ]].to_markdown(index=False))
内容的提问来源于stack exchange,提问作者sneha
相关产品推荐
相关产品推荐

