自动化电商产品数据整合：CSV列传输与格式化教程

pip install pandas

import pandas as pd
import os

# --- 配置参数 ---
# 1. 联盟网络提供的原始CSV文件路径
source_csv_path = 'produkter-partnerid49589-Airfryers.csv'

# 2. 生成的ClipMyDeals兼容CSV文件保存路径
output_csv_path = 'clipmydeals_products_formatted.csv'

# 3. 定义列名映射关系
# 键(key)是联盟网络CSV中的列名，值(value)是ClipMyDeals主题期望的列名
# 请根据您的实际文件内容和主题要求进行修改
column_mapping = {
    'Produktnamn': 'product_name',         # 产品名称
    'Produktlänk': 'product_url',          # 产品链接
    'Bildlänk': 'image_url',               # 图片链接
    'Pris': 'price',                       # 价格
    'Beskrivning': 'description',          # 描述 (假设联盟网络有此列)
    'Kategori': 'category',                # 分类 (假设联盟网络有此列)
    # ...根据实际需求添加更多列映射...
    # 如果联盟网络有'Brand'但ClipMyDeals需要'brand_name'，则可以添加：
    # 'Brand': 'brand_name',
}

# 4. ClipMyDeals主题可能需要的，但联盟网络CSV中可能没有的列
# 这些列将会在输出文件中被添加，并填充默认值或空值
clipmydeals_required_but_missing = {
    'availability': 'in stock', # 默认设置为有库存
    'currency': 'SEK',          # 假设货币是瑞典克朗
    'discount_percentage': '',  # 默认无折扣
    # ...根据ClipMyDeals主题的实际需求添加...
}

# 5. ClipMyDeals主题期望的最终列顺序
# 这有助于确保输出CSV的格式与主题要求完全一致
final_column_order = [
    'product_name',
    'product_url',
    'image_url',
    'price',
    'description',
    'category',
    'availability',
    'currency',
    'discount_percentage',
    # ...确保所有映射和新增的列都在此列表中，并按期望顺序排列...
]

# --- 脚本执行 ---
def process_affiliate_csv(source_path, output_path, mapping, missing_cols_data, final_order):
    if not os.path.exists(source_path):
        print(f"错误：源文件 '{source_path}' 不存在。请检查文件路径。")
        return

    try:
        # 1. 加载源CSV文件
        # 尝试多种编码格式，以防默认UTF-8失败
        try:
            df_source = pd.read_csv(source_path, encoding='utf-8')
        except UnicodeDecodeError:
            print("尝试UTF-8编码失败，尝试'latin1'编码...")
            df_source = pd.read_csv(source_path, encoding='latin1')
        except Exception as e:
            print(f"读取CSV文件时发生错误：{e}")
            return

        print(f"成功加载源文件：{source_path}")
        print("源文件前5行数据：")
        print(df_source.head())
        print("\n源文件所有列名：")
        print(df_source.columns.tolist())

        # 2. 根据映射选择并重命名列
        df_processed = pd.DataFrame()
        for source_col, target_col in mapping.items():
            if source_col in df_source.columns:
                df_processed[target_col] = df_source[source_col]
            else:
                print(f"警告：源文件缺少列 '{source_col}'，无法映射到 '{target_col}'。此列将留空或稍后填充默认值。")
                # 如果源文件没有该列，先创建空列，以便后续填充
                df_processed[target_col] = ''

        # 3. 处理ClipMyDeals需要但联盟网络CSV中没有的列
        for col_name, default_value in missing_cols_data.items():
            if col_name not in df_processed.columns:
                df_processed[col_name] = default_value
                print(f"已添加新列 '{col_name}' 并填充默认值 '{default_value}'。")

        # 4. 确保所有目标列都存在，并按最终顺序排列
        # 对于映射中没有但final_order中有的列，也需要添加
        for col in final_order:
            if col not in df_processed.columns:
                df_processed[col] = '' # 默认填充空字符串
                print(f"警告：目标列 '{col}' 在映射中未定义，已添加为空列。")

        # 重新排列列的顺序
        df_processed = df_processed[final_order]

        print("\n处理后数据前5行：")
        print(df_processed.head())
        print("\n处理后所有列名：")
        print(df_processed.columns.tolist())

        # 5. 保存为新CSV文件
        df_processed.to_csv(output_path, index=False, encoding='utf-8')
        print(f"\n成功生成ClipMyDeals兼容的CSV文件：{output_path}")

    except Exception as e:
        print(f"处理CSV文件时发生意外错误：{e}")

# 调用函数执行处理
process_affiliate_csv(source_csv_path, output_csv_path, column_mapping, clipmydeals_required_but_missing, final_column_order)