DB 경로(내부용)

DB_CONFIG = { "host": "localhost", "port": 5432, "dbname": "postgres", "user": "postgres", "password": "",}

FCT1~4 별 op_ct 구하기

1. 스키마 : a1_fct_vision_testlog_txt_processing_history

   테이블 : fct_vision_testlog_txt_processing_history

2. 컬럼 result의 속성값 FAIL 은 제외

3. 컬럼 goodorbad의 속성값 BadFile 은 제외

4. 컬럼 end_day, end_time 속성값 오름차순으로 정렬

5. 컬럼 station의 속성값 FCT1~4만 해당하며 FCT1~4별로 구분

6. 컬럼 remark의 속성값 ‘PD’ or ‘Non-PD’ 별로 구분

7. 새로운 컬럼 op_ct를 추가하여 현재행(컬럼 end_time의 속성값) - 이전행(컬럼 end_time의 속성값)의 결과를 속성값으로 추가할 것, 제일 첫행은 이전행이 없기 때문에 값은 null임

8. FCT는 plotly boxplot 분석할 것, 시각화는 하지 말고 새로운 컬럼 plotly_json을 만들어서 json형태로 저장할 것, 단 op_ct가 600초 넘어가면 제외할 것

   8-1) FCT1~4 op_ct에 대해 boxplot대표값을 구할 것

   8-2) 컬럼 del_out_op_ct_av를 만들어서 lower outlier와 upper oulier를 제외한 나머지 데이터로 평균값에 대한 데이터를 계산해서 속성값으로 넣을 것

   8-3)컬럼 end_day, end_time을 기준으로 새로운 컬럼 month에 속성값으로 yyyymm을 넣어서 년도+달로 구분할 것

   8-4) boxplot에 사용된 sample 갯수는 sample_amount 라는 컬럼에 속성값으로 들어갈 것

   8-5) dataframe은 첨부파일과 같이 출력할 것

   8-6) 스키마 : e1_FCT_ct 를 만들어서 (있으면 pass) 테이블 fct_op_ct로 만들어서 (있으면 pass) 저장

   id	station	remark	month	op_ct_lower_outlier	q1	median	q3	op_ct_upper_outlier	del_out_op_ct_av	sample_amount	plotly_json
   1	FCT1	PD	202510	2.5~3.8	…	…	…	25.2~60.5	…		…
   2	FCT2	PD	202510	…	…	…	…	…	…		…
   3	FCT3	PD	202510	…	…	…	…	…	…		…
   4	FCT4	PD	202510	…	…	…	…	…	…		…
   5	FCT1	Non-PD	202510	…	…	…	…	…	…		…
   6	FCT2	Non-PD	202510	…	…	…	…	…	…		…
   7	FCT3	Non-PD	202510	…	…	…	…	…	…		…
   8	FCT4	Non-PD	202510	…	…	…	…	…	…		…
   9	FCT1	PD	202511	2.5~3.8	…	…	…	25.2~60.5	…		…
   10	FCT2	PD	202511	…	…	…	…	…	…		…
   11	FCT3	PD	202511	…	…	…	…	…	…		…
   12	FCT4	PD	202511	…	…	…	…	…	…		…
   13	FCT1	Non-PD	202511	…	…	…	…	…	…		…
   14	FCT2	Non-PD	202511	…	…	…	…	…	…		…
   15	FCT3	Non-PD	202511	…	…	…	…	…	…		…
   16	FCT4	Non-PD	202511	…	…	…	…	…	…		…

   8-6) 추가적인 cell 작성

   8-6-1) 컬럼 month 속성값 기준

   8-6-2) 컬럼 station의 속성값 FCT1~4를 통합으로 FCT로 만들어줘 8-6-3) 컬럼 remark의 속성값 ‘PD’ or ‘Non-PD’ 별로 구별 8-6-4) 병렬 설비 처리율 합산 방식을 사용, 컬럼 sample_amount의 속성값을 총 생산량으로 간주

   컬럼 del_out_op_ct_av의 속성값을 각 FCT의 CT로 간주

   • 컬럼 station의 속성값 FCT1과 FCT2가 한 그룹으로 컬럼 side를 만들어서 left라는 속성값이 들어갈 것

     UPH를 구하여 컬럼 uph의 속성값으로 들어갈 것

     등가 CT를 구하여 컬럼 ct_eq의 속성값으로 들어갈 것

   • 컬럼 station의 속성값 FCT3과 FCT4가 한 그룹으로 컬럼 side를 만들어서 right라는 속성값이 들어갈 것

     UPH를 구하여 컬럼 uph의 속성값으로 들어갈 것

     등가 CT를 구하여 컬럼 ct_eq의 속성값으로 들어갈 것

   • 컬럼 station의 속성값으로 whole을 넣고 총 UPH를 컬럼 uph에 넣고 컬럼 final_ct를 넣어서 최종 ct의 속성값으로 넣어줘

   • 각 값들은 소수점 3자리에서 반올림하여 2자리로 표현할 것

   8-6-5) 첨부파일과 같이 dataframe 만들어줘

   8-6-6) 스키마 : e1_FCT_ct 를 만들어서 (있으면 pass) 테이블 fct_whole_op_ct로 만들어서 (있으면 pass) 저장

   id	station	remark	month	ct_eq	uph	final_ct
   1	left	Non-PD	202510	15.39	233.89	null
   2	right	Non-PD	202510	15.63	230.36	null
   3	whole	Non-PD	202510	null	464.25	7.75
   4	left	PD	202510	…	…	null
   5	right	PD	202510	…	…	null
   6	whole	PD	202510	null	…	…

FCT1~4 별 test_ct 구하기

1. 스키마 : a2_fct_table

   테이블 : fct_table

2. 컬럼 barcode_information의 속성값이 ‘B’로 시작할 것

3. 컬럼 remark의 속성값이 ‘PD’라면 컬럼 step_description의 속성값은 1.36 Test iqz(uA) 인 행

4. 컬럼 remark의 속성값이 ‘Non-PD’라면 컬럼 step_description의 속성값은 1.32 Test iqz(uA) 인 행

5. 컬럼 result의 속성값 FAIL 은 제외