Question

我有一个功能，可以通过Google DFP API将数据发送到我的广告服务器。当我的变量（order_id，targeted_placement_id等）具有硬编码的数据时，该函数有效。

我的数据来自＆＃39; ad_data.csv＆＃39; ，其中每列是关键，相关行中的数据是值。我想循环遍历此数据集，并将csv文件中每行的值传递到line_item dict中的正确值。以下是我的熊猫DataFrame.head()

        order_id   targeted_placement_id          campaign
  0   3494982232              5555666677     Ad Campaign 1
  1   8494984434              1112666177     Ad Campaign 2
  3   4494922232              0992666677     Ad Campaign 3
  4   1494984234              9494939499     Ad Campaign 4

但是，在for循环中，我想传递每一行＆＃39; ad_data.csv＆＃39;

from googleads import dfp
import pandas as pd

df = pd.read_csv('ad_data.csv')
order_id = df['order'].tolist()
targeted_placement_id = df['placement_id'].tolist()
campaign_name = df['campaign'].tolist() 

def main(client, order_id, targeted_placement_ids, campaign_name):
     line_item_service = client.GetService('LineItemService')

     # Create line item objects.
     line_items = []
     for _ in range(1):
         line_item = {
             'orderId': order_id,
             'name': campaign_name,
             'targeting': {
                 'inventoryTargeting': 
                    {'targetedPlacementIds': targeted_placement_ids},
             }
          }
          line_items.append(line_item)

     line_items = line_item_service.createLineItems(line_items)

     for line_item in line_items:
         print('Target id "%s", in order id "%s", named"%s" was created' 
               %(line_item['targetedPlacementId'], line_item['orderId'], line_item['name']))

if __name__ == '__main__':
    dfp_client = dfp.DfpClient.LoadFromStorage()
    main(dfp_client, order_id, targeted_placement_id, campaign_name)

如果操作正确，line_item应打印：

Target id 5555666677 in order id 3494982232, named Ad Campaign 1 was created 
Target id 1112666177 in order id 8494984434, named Ad Campaign 2 was created 
Target id 0992666677 in order id 4494922232, named Ad Campaign 3 was created
Target id 9494939499 in order id 1494984234, named Ad Campaign 4 was created

完成此任务的最佳方法是什么？

Answer 1

如果你想使用 .csv 和 .json 文件，你应该使用pandas lib。

要阅读您可以使用read_csv()的文件，它会返回一个您可以操作的pandas DataFrame 对象，然后如果您想将其另存为.csv文件，请使用{ {3}}

要访问特定的行或列，您可以使用to_csv()或loc

您还可以使用iloc将系列转换为python列表例如

DF = pandas.DataFrame.read_csv('filename.csv')
orders = DF['Orders'].tolist()

orders是一个python列表，其中包含来自.csv文件中名为Orders的列的值

修改正如评论中所讨论的，您应该找出最适合您问题的工具。但是如果您计划使用大型数据集，我建议您阅读tolist()

中有关pandas内存使用情况的内容。
有趣的文章：docs

编辑2：

要将 DataFrame 的每一列作为列表，您应该这样做：

orders = DF['order_id'].tolist() targets = DF['targeted_placement_id'].tolist() campaigns = DF['campaign'].tolist() # print(orders, targets, campaigns)

您获得的 ValueError 是因为您尝试将这些列表作为值传递到字典的密钥orderId，name和{{1} }。迭代这些列表的一种方法是使用targetedPlacementIds它将返回索引和每个位置的order_id。

e.g。

enumerate(orders)

然后要获得每个订单的0 3494982232 1 8494984434 2 4494922232和campaigns，您只需传递带有订单索引的列表，因此您的循环将是这样的：

targets

最后，您的# Create line item objects. line_items = [] for index, order in enumerate(orders): line_item = { 'orderId': order, 'name': campaigns[index], 'targeting': { 'inventoryTargeting': { 'targetedPlacementIds': targets[index] } } } line_items.append(line_item) print(line_items)将是一个列表，其中每个位置都是字典。

PS：

您的打印循环有错误，而不是line_items它应该是line_item['targetedPlacementId']

您还可以检查您的DataFrame是否具有空值：

line_item['targeting']['inventoryTargeting']['targetedPlacementIds']

Python：迭代数据集以将值传递到dict的最佳方法是什么？

1 个答案: