PA 报告更新工作流

要解决什么问题

移动归因与反欺诈团队常把 AppsFlyer 导出的多类 CSV（拦截安装、检测、拦截应用内事件等）汇总进一份 PA HTML 报告。文件名带日期、事件名混在 detection 里、跨周期数据要拆分——手工合并容易漏文件、分类错 PA 类型。

本工作流把「读 CSV → 映射应用名 → 按 PA 类别归类 → 写入 HTML 页内嵌数据」收成 按周可重复执行的管道，主入口为 bundled 脚本 pa_report_workflow.py。

如何工作

支持的 CSV 与 PA 类别对应关系如下：

| 文件类型 | PA 类别 |
|----------|--------|
| blocked-installs | Install PA |
| detection | Install/Event PA（需核对 Event Name） |
| blocked-in-app-events | Event PA |
| fraud-post-inapps | Event PA |

运行前需配置 App Name Mapping（导出里的应用标识与报告展示名对齐）和 Cross-Period Split（跨报告周期的切分规则）。数据处理依赖 pandas（≥ 1.5.0）；向 HTML 注入阶段仅做字符串替换，无额外外部依赖。每条记录会按技能定义的 Output Data Schema 产出，再写入合并报告页。

边界与注意点

• reasons 字段必须用 list，不要用 Counter：Counter 没有 .append()，会在聚合理由时直接报错。
• 注入脚本对单行空数组（例如 var week3Data = [];）有专门解析逻辑，改 HTML 模板结构时要对照 inject_data.py 的行为。
• CSV 文件名中的日期格式不固定，每次跑管道前先核对实际文件名，再改配置或 glob 规则。

适合已有固定 PA HTML 模板、且数据源以 AppsFlyer 周期导出为主的团队；若 PA 类别或 CSV 列结构与上表不一致，需要先扩展映射与解析逻辑。