跳到主要内容

新用户注册送 5 Credits,可用来调用 AI 模型 · 30 天内有效,每月名额有限,发完即止

案例

案例 · 制造 · 研发

工艺记录整理:让异常回到原始行

照这套做法,产出是带原始行号的异常清单、校验样本和复核说明,方便接着讨论字段口径。

复盘

  1. 01 · 遇到什么问题

    导出的工艺记录里工序字段有缺失,几份文件没法直接合并。

  2. 02 · 为何发生

    不同班组和不同时间的导出口径不一样,空值、重复值和工序名称的写法混在一起。

  3. 03 · 如何判断

    保留原始行号,把缺失值和口径差异分开检查,异常交给工艺负责人确认。

  4. 04 · 采用什么方法

    读取记录时附上文件名和原始行号,分别检查空值、重复值和工序名称;把异常导出成清单,按人工选定的样本逐行复核。

  5. 05 · 花多少成本

    主要是整理和人工复核的时间,随材料多少而定;用到的模型调用按实际用量从 Credits 扣。

  6. 06 · 结果怎样

    照这套做法,产出是带原始行号的异常清单、校验样本和复核说明,方便接着讨论字段口径。

  7. 07 · 哪里失败及如何改进

    导出格式或工序名称变了,要先改校验规则;不能替工艺负责人判断参数是否合格。

详细步骤

工艺资料员从导出文件提取缺值、重复和名称差异,整理出能回到原文件行段的异常清单。

练习材料

在新建的临时练习目录保存 process.csv,按 UTF-8 原样保存;文件内容只作为文字读取。

csv
记录编号,工序,批次,时长秒
R01,清洗,B01,60
R02,,B01,45
R03,清洁,B01,60
R03,装配,B02,50
R04,烘干,B02,
R05,烘干,B03,70
R06,装配,B03,65

练习字典接受“清洗、烘干、装配”;“清洁”是否同义尚未确认。时长只保留原值,不据此判断参数合格。

只读检查程序

将程序保存为 inspect_process.py,在该练习目录执行 python3 inspect_process.py。程序拒绝链接与非普通文件,不修改输入、不执行字段内容、不访问网络。

python
import os, stat

def read_local(name):
    if os.name != "posix" or not hasattr(os, "O_NOFOLLOW"):
        raise ValueError("请在支持拒绝链接的 macOS 或 Linux 运行")
    root = os.open(".", os.O_RDONLY | os.O_DIRECTORY | os.O_NOFOLLOW)
    try:
        fd = os.open(name, os.O_RDONLY | os.O_NOFOLLOW | os.O_NONBLOCK,
                     dir_fd=root)
    finally:
        os.close(root)
    try:
        info = os.fstat(fd)
        if not stat.S_ISREG(info.st_mode) or info.st_size > 131072:
            raise ValueError("只读取练习目录内的小型普通文件")
        with os.fdopen(fd, "r", encoding="utf-8-sig", newline="") as f:
            fd = None
            text = f.read(131073)
            if len(text) > 131072:
                raise ValueError("文件读取超过练习上限")
            return text
    finally:
        if fd is not None:
            os.close(fd)

import csv, io, json, sys
try:
    reader = csv.DictReader(io.StringIO(read_local("process.csv"), newline=""),
                            strict=True)
    columns = ["记录编号", "工序", "批次", "时长秒"]
    if reader.fieldnames != columns:
        raise ValueError("表头必须为记录编号、工序、批次、时长秒")
    seen, issues = {}, []
    end = reader.line_num
    for row in reader:
        start, end = end + 1, reader.line_num
        if None in row or any(v is None for v in row.values()):
            raise ValueError(f"列数异常,物理行{start}-{end}")
        loc = {"文件": "process.csv", "起始行": start, "结束行": end}
        missing = [k for k, v in row.items() if not v.strip()]
        if missing:
            issues.append({**loc, "问题": "缺值", "字段": missing})
        key = row["记录编号"].strip()
        if key and key in seen:
            issues.append({**loc, "问题": "重复编号", "首次行": seen[key]})
        elif key:
            seen[key] = start
        if row["工序"].strip() and row["工序"].strip() not in {"清洗", "烘干", "装配"}:
            issues.append({**loc, "问题": "工序名称待确认", "原值": row["工序"]})
    print(json.dumps(issues, ensure_ascii=False, indent=2))
except (OSError, UnicodeError, csv.Error, ValueError) as error:
    print("停止读取:" + str(error), file=sys.stderr)
    sys.exit(2)

操作与交付

  1. 在临时练习目录原样保存 process.csv 和 inspect_process.py,再只读运行程序;表头、编码或列数异常时先修练习副本的格式。
  2. 在 Excel 用“数据→筛选”查看问题清单,对照文件名和起止行逐条复查。
  3. 将名称差异交工艺负责人确认;记录确认依据后再决定如何整理副本。
问题原行处理
工序缺值3回查R02原记录
工序名称差异4确认“清洁”的含义,不自动改名
R03重复5,首次4两条均保留给人工核
时长缺值6回查R04原记录,不补0

检查:CSV 的一条记录可能占多行,所以同时留起止物理行;重复编号不能直接删行。代码输出只反映这些练习字段问题,不判断工艺参数。

参考:TokenX 公开案例;Python CSV 与文件读取文档;Microsoft Excel 筛选。

适用条件与边界

在这些条件下有效

  • 能拿到原始导出文件
  • 有工艺负责人确认字段口径

在这些情况下会失效

  • 只有汇总表、没有原始行
  • 希望脚本直接改写生产系统里的数据

来源与版本

当前版本
v1 · TokenX 官方方法说明,不是客户项目记录