Para procesar el archivo del reporte.txt se puede leer mensaje por mensaje y extraer el registro de RSSI y SNR de cada dispositivo usando Python.

# procesar un archivo de mensajes mqtt
import numpy as np
import json as json

# INGRESO
# Parametros para la conexión
servidormqtt = "192.168.xx.xx"
topicolee = "#"

# Para el archivo.txt
nombrearchivo = 'unreporte.txt'
conteo = {"lineas":{'cuenta':0},
          "gateway":{'cuenta':0},
          "application":{'cuenta':0}
          }
tipotrama = []

# para tabular
tabla = []
registros = {}
frecuencias = []
tramabuscada = ['application/1/device/c9c2a03913ac2ec5/event/up',
                'application/1/device/b35915f22af620d1/event/up',
                'application/1/device/b5a2349b828d97ea/event/up',
                'application/1/device/f2f724028c0e996c/event/up']


# PROCEDIMIENTO
archivo = open(nombrearchivo,'r')
unalinea = archivo.readline()
while not(unalinea==''):
    conteo["lineas"]['cuenta'] = conteo["lineas"]['cuenta'] + 1
    unalinea = archivo.readline()
    unalinea = unalinea.strip('\n')
    desde = unalinea.find(" b'{")
    untipotrama = unalinea[0:desde]
    if not(untipotrama in tipotrama) and (untipotrama != ''):
        tipotrama.append(untipotrama)
        conteo[untipotrama] = {'cuenta':0}
    for entrada in conteo:
        if unalinea.startswith(entrada):
            conteo[entrada]['cuenta'] = conteo[entrada]['cuenta']+1

    for unapptrama in tramabuscada:
        tamanot = len(unapptrama)
        if unalinea.startswith(unapptrama):
            datostxt = unalinea[tamanot+3:].strip("'")
            datosjson = json.loads(datostxt)

            undeviceName = datosjson["deviceName"]
            unrssi = datosjson["rxInfo"][0]["rssi"]
            unloRaSNR = datosjson["rxInfo"][0]["loRaSNR"]
            unfrequency = datosjson["txInfo"]["frequency"]
            undr = datosjson["txInfo"]["dr"]
            if not(unfrequency in frecuencias):
                frecuencias.append(unfrequency)
                
            if undeviceName in registros:
                registros[undeviceName]['conteo'] = registros[undeviceName]['conteo']+1
                registros[undeviceName]['rssi'].append([unfrequency,unrssi,
                                                         unloRaSNR,undr])
            else:
                registros[undeviceName]={'rssi':[],
                                         'conteo':0,
                                         'resumen':[0,0,0,0],
                                         }      
 
archivo.close()  # Cierra el archivo

# Calcula resumen por dispositivo
frecuencias.sort()
frecuencia = [902300000, 902500000, 902700000, 902900000,
              903100000, 903300000, 903500000, 903700000]
canalobserva = len(frecuencia)                                               
for dispositivo in registros:
    vector = np.array(registros[dispositivo]['rssi'])
    cuenta = np.zeros(canalobserva, dtype=int)   
    suma = np.zeros(canalobserva,dtype=int)
    channelid = np.arange(1, canalobserva+1)
    cadaRSSI = [[],[],[],[],[],[],[],[],[]]
    cadaSNR  = [[],[],[],[],[],[],[],[],[]]
    cadadr   = [[],[],[],[],[],[],[],[],[]]
    resumen = []
    # Clasificando
    k = len(vector)
    for j in range (0,k,1):
        cual = frecuencia.index(vector[j][0])
        valorRssi = vector[j][1]
        valorSNR = vector[j][2]
        valordr = vector[j][3]
        cadaRSSI[cual].append(valorRssi)
        cadaSNR[cual].append(valorSNR)
        cadadr[cual].append(valordr)
    
    for j in range(0,canalobserva,1):
        vectorRSSI = np.array(cadaRSSI[j])
        vectorSNR = np.array(cadaSNR[j])
        vectordr = np.array(cadadr[j])
        if len(vectorRSSI)>0:
            promedioRSSI = np.average(vectorRSSI)
            maximoRSSI = np.max(vectorRSSI)
            cantidadRSSI = len(vectorRSSI)
            minimoRSSI = np.min(vectorRSSI)
            
            promedioSNR = np.average(vectorSNR)
            maximoSNR = np.max(vectorSNR)
            cantidadSNR = len(vectorSNR)
            minimoSNR = np.min(vectorSNR)

            promediodr = np.average(vectordr)
            maximodr = np.max(vectordr)
            cantidaddr = len(vectordr)
            minimodr = np.min(vectordr)
            
            resumen.append(np.array([ j+1,
                                      cantidadRSSI,
                                      promedioRSSI,
                                      minimoRSSI,
                                      maximoRSSI,
                                      promedioSNR,
                                      minimoSNR,
                                      maximoSNR,
                                      promediodr,
                                      ]))
    resumen = np.array(resumen)
    registros[dispositivo]['resumen'] = resumen

# SALIDA
np.set_printoptions(precision = 2)
print('conteo de tramas')
for entrada in conteo:
    print(entrada,": ", conteo[entrada]['cuenta'])
print('frecuencias: ',frecuencia)
print('\nTabulando ---------')
for dispositivo in registros:
    print()
    print('dispositivo_id: '+str(dispositivo))
    print('total muestras: '+str(registros[dispositivo]['conteo']))
    print('Promedios RSSI y SNR: ')
    print('[canal muestras\t RSSI \t min \t max \t SNR  min   max   DR  ]')
    print(registros[dispositivo]['resumen'])
    registros[dispositivo]['conteo']