mdbq 1.6.5__tar.gz → 1.6.7__tar.gz

{mdbq-1.6.5 → mdbq-1.6.7}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: mdbq
-Version: 1.6.5
+Version: 1.6.7
 Home-page: https://pypi.org/project/mdbsql
 Author: xigua, 
 Author-email: 2587125111@qq.com

{mdbq-1.6.5 → mdbq-1.6.7}/mdbq/aggregation/query_data.py

@@ -237,7 +237,6 @@ class MysqlDatasQuery:
             columns_name=['日期', '商品id', '商品白底图', '方版场景图'],
         )
         df = pd.DataFrame(data=data_values)
-
         return df
 
     def dplyd(self):
@@ -747,6 +746,8 @@ class GroupBy:
             df = df[['商品id', '商品图片', '日期']]
             df['商品图片'] = df['商品图片'].apply(lambda x: x if 'http' in x else None)  # 检查是否是 http 链接
             df.dropna(how='all', subset=['商品图片'], axis=0, inplace=True)  # 删除指定列含有空值的行
+            df['商品链接'] = df['商品id'].apply(
+                lambda x: f'https://detail.tmall.com/item.htm?id={str(x)}' if x and '.com' not in str(x) else x)
             df.sort_values(by='商品id', ascending=False, ignore_index=True, inplace=True)  # ascending=False 降序排列
             self.data_tgyj.update(
                 {
@@ -1166,6 +1167,10 @@ def data_aggregation(service_databases=[{}], months=1):
     # optimize_data.op_data(service_databases=service_databases, days=3650)  # 立即启动对聚合数据的清理工作
 
 
+def main():
+    pass
+
+
 if __name__ == '__main__':
     data_aggregation(service_databases=[{'company': 'mysql'}], months=1)  # 正常的聚合所有数据
     # data_aggregation_one(service_databases=[{'home_lx': 'mysql'}], months=1)  # 单独聚合某一个数据库，具体库进函数编辑

{mdbq-1.6.5 → mdbq-1.6.7}/mdbq/clean/data_clean.py

@@ -88,7 +88,7 @@ class DataClean:
                     continue
                 encoding = self.get_encoding(file_path=pathlib.Path(root, name))
                 # ----------------- 推广报表 分割线 -----------------
-                tg_names = ['账户报表', '计划报表', '单元报表', '关键词报表', '人群报表', '主体报表',
+                tg_names = ['营销场景报表', '计划报表', '单元报表', '关键词报表', '人群报表', '主体报表',
                             '其他主体报表',
                             '创意报表', '地域报表', '权益报表']
                 for tg_name in tg_names:
@@ -135,7 +135,7 @@ class DataClean:
                             tm_s_name = pattern[0] + shop_name + date_min + date_max
                             new_root_p = pathlib.Path(self.source_path, '推广报表', tg_name)  # 文件夹，未包括文件名
                             df['日期'] = pd.to_datetime(df['日期'], format='%Y-%m-%d', errors='ignore')
-                            if '省' in df.columns.tolist() and '场景名字' in df.columns.tolist():
+                            if '省' in df.columns.tolist() and '场景名字' in df.columns.tolist() and '完整' in name:
                                 new_root_p = pathlib.Path(self.source_path, '推广报表', f'完整_{tg_name}')
                                 tm_s_name = f'完整_{tm_s_name}'
                             self.save_to_csv(df, new_root_p, tm_s_name)

{mdbq-1.6.5 → mdbq-1.6.7}/mdbq.egg-info/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: mdbq
-Version: 1.6.5
+Version: 1.6.7
 Home-page: https://pypi.org/project/mdbsql
 Author: xigua, 
 Author-email: 2587125111@qq.com

{mdbq-1.6.5 → mdbq-1.6.7}/setup.py

@@ -3,7 +3,7 @@
 from setuptools import setup, find_packages
 
 setup(name='mdbq',
-      version='1.6.5',
+      version='1.6.7',
       author='xigua, ',
       author_email="2587125111@qq.com",
       url='https://pypi.org/project/mdbsql',