由 Python 驱动的 CrossCompute 报告自动化为美国公共电力协会的 eReliability Tracker 节省了成本和时间
概述
美国公共电力协会的 eReliability Tracker 是一个屡获殊荣的 Pyramid 网络应用程序，帮助电力公司跟踪性能指标。作为订阅福利的一部分，电力公司会收到一份可靠性基准测试报告，该报告根据 eReliability Tracker 数据为每家公司量身定制。在本案例研究中，我们将展示美国公共电力协会如何使用 Python + Markdown + CSS + JupyterLab + CrossCompute，将一个耗时三到六个月的劳动密集型过程，转变为高度灵活的自动化 PDF 报告，该报告可以充分利用 Python 的强大分析能力。结果是，超过五百家电力公司现在可以更频繁地获得宝贵的可靠性指标，从而改善其服务。eReliability Tracker 团队利用节省下来的时间来创新新的分析方法，帮助电力公司为其社区提供电力。
挑战
可靠性基准测试报告最初是在 Microsoft Access 中开发的，多年来一直忠实并成功地交付给 eReliability Tracker 的订阅者。然而，随着订阅数量的倍增，为每家电力公司生成定制报告的半手动、点击密集型过程变得越来越繁琐。底层数据的变化可能会引发每家电力公司报告中表格和图表的一系列繁琐更新，并严重延迟迭代的跨部门审查过程。
解决方案
2021 年，APPA 数据分析办公室的一位分析师决定使用 Python 重新创建 eReliability Tracker 基准测试报告。在接下来的两个月内，她能够使用 CrossCompute 报告自动化框架在 JupyterLab 中自动化报告的所有十个部分。她使用 numpy 和 pandas 计算各种统计数据，并使用 matplotlib 和 seaborn 生成图表。为了美化报告，该分析师使用了标准的 Markdown + CSS。
成果
- 对于底层数据集或下游计算的每次更改，分析师现在可以在大约一个小时内为所有 500 家电力公司重新生成定制的 PDF 报告，这意味着她可以更快地迭代和创新。
- 报告的后续迭代可以利用 Python 中丰富的免费和开源计算和可视化包库。
- 报告的所有十个部分也作为基于网络的 CrossCompute 工具在内部部署，以便非技术用户可以拖放新数据并重新生成报告的表格和图表，而无需接触代码。
致谢
感谢美国公共电力协会、美国能源部、Python 软件基金会、坦帕湾创新中心和 CrossCompute 使这项工作成为可能。