利用给出的以下两个表格进行数据统计,
2018/3/15 | 上海 | 上海市 | 断线 | 5 |
2018/3/15 | 安徽 | 合肥 | 断线 | 5 |
2018/3/15 | 安徽 | 宣城 | 断线 | 1 |
2018/3/15 | 安徽 | 淮南 | 断线 | 1 |
2018/3/15 | 安徽 | 滁州 | 断线 | 2 |
2018/3/15 | 安徽 | 阜阳 | 断线 | 1 |
2018/3/15 | 江苏 | 南京 | 断线 | 5 |
2018/3/15 | 江苏 | 南通 | 断线 | 8 |
2018/3/15 | 江苏 | 宿迁 | 断线 | 5 |
2018/3/15 | 江苏 | 徐州 | 断线 | 3 |
2018/3/15 | 江苏 | 扬州 | 断线 | 4 |
2018/3/15 | 江苏 | 无锡 | 断线 | 5 |
2018/3/15 | 江苏 | 淮安 | 断线 | 5 |
2018/3/15 | 江苏 | 盐城 | 断线 | 7 |
2018/3/15 | 江苏 | 苏州 | 断线 | 11 |
2018/3/15 | 江苏 | 连云港 | 断线 | 14 |
2018/3/15 | 江苏 | 镇江 | 断线 | 10 |
省份 | 城市 | 网点信号差 | 网络故障 | 硬件故障 | 黑屏 | 死机 | 断线 | 总计 |
安徽 | 六安 | 0 | 0 | 0 | 0 | 0 | 2 | 2 |
江苏 | 南京 | 0 | 0 | 0 | 3 | 0 | 6 | 9 |
江苏 | 南通 | 0 | 0 | 0 | 0 | 1 | 0 | 1 |
安徽 | 合肥 | 0 | 0 | 0 | 2 | 1 | 10 | 13 |
安徽 | 安庆 | 0 | 0 | 0 | 1 | 1 | 6 | 8 |
安徽 | 宣城 | 0 | 0 | 0 | 0 | 0 | 4 | 4 |
江苏 | 宿迁 | 0 | 0 | 0 | 1 | 1 | 7 | 9 |
江苏 | 常州 | 0 | 0 | 0 | 1 | 0 | 1 | 2 |
江苏 | 徐州 | 0 | 0 | 0 | 0 | 2 | 5 | 7 |
江苏 | 扬州 | 0 | 0 | 0 | 1 | 2 | 7 | 10 |
江苏 | 无锡 | 0 | 0 | 0 | 0 | 1 | 2 | 3 |
江苏 | 泰州 | 0 | 0 | 1 | 0 | 0 | 0 | 1 |
江苏 | 淮安 | 0 | 0 | 0 | 1 | 1 | 22 | 24 |
安徽 | 滁州 | 0 | 0 | 0 | 0 | 0 | 2 | 2 |
江苏 | 苏州 | 0 | 0 | 0 | 3 | 2 | 4 | 9 |
江苏 | 连云港 | 0 | 0 | 0 | 0 | 1 | 4 | 5 |
江苏 | 镇江 | 0 | 0 | 0 | 1 | 0 | 0 | 1 |
安徽 | 阜阳 | 0 | 0 | 0 | 0 | 0 | 3 | 3 |
安徽 | 马鞍山 | 0 | 0 | 0 | 0 | 2 | 4 | 6 |
都是只要最后的数据总计的,第二张表是数据库拉出来没有表头的
最终需要的数据表为:
区域 | 城市 | 一级工单 未处理汇总 | 一级工单 未处理汇总 | 高使用率断线 网点数 | 断线汇总 |
常州 | 常州 | 2 | 2 | 2 | 2 |
连宿徐 | 徐州 | 7 | 21 | 3 | 22 |
宿迁 | 9 | 5 | |||
连云港 | 5 | 14 | |||
盐淮 | 盐城 | 0 | 24 | 6 | 13 |
淮安 | 24 | 7 | |||
南京 | 南京 | 9 | 9 | 5 | 5 |
泰通 | 泰州 | 1 | 2 | 0 | 8 |
南通 | 1 | 8 | |||
无锡 | 无锡 | 3 | 3 | 3 | 3 |
沪苏 | 苏州 | 9 | 9 | 10 | 20 |
上海市 | 0 | 10 | |||
镇扬 | 镇江 | 1 | 11 | 13 | 17 |
扬州 | 10 | 4 | |||
安徽 | 六安 | 2 | 38 | 1 | 12 |
合肥 | 13 | 3 | |||
安庆 | 8 | 0 | |||
宣城 | 4 | 1 | |||
淮南 | 0 | 1 | |||
滁州 | 2 | 2 | |||
阜阳 | 3 | 1 | |||
马鞍山 | 6 | 3 | |||
总计 | 119 | 119 | 102 | 102 |