自动化CSV列传输：适配电商平台的产品数据集成指南

import pandas as pd

def process_affiliate_csv(affiliate_csv_path, output_csv_path):
    """
    处理联盟网络CSV文件，提取并格式化为ClipMyDeals主题所需的CSV。

    Args:
        affiliate_csv_path (str): 联盟网络CSV文件的路径。
        output_csv_path (str): 生成的ClipMyDeals兼容CSV文件的保存路径。
    """
    try:
        # 1. 加载联盟网络CSV文件
        # 尝试不同的编码，因为CSV文件编码可能不一致
        try:
            df_affiliate = pd.read_csv(affiliate_csv_path, encoding='utf-8')
        except UnicodeDecodeError:
            print("UTF-8解码失败，尝试latin-1...")
            df_affiliate = pd.read_csv(affiliate_csv_path, encoding='latin-1')
        except Exception as e:
            print(f"读取CSV文件失败: {e}")
            return

        print(f"原始CSV文件列名: {df_affiliate.columns.tolist()}")

        # 2. 定义列映射关系
        # 键是联盟网络CSV中的列名，值是ClipMyDeals主题所需的列名
        column_mapping = {
            'Produktnamn': 'product_name',
            'Länk': 'product_url',
            'BildURL': 'image_url',
            'Pris': 'price',
            'Kategori': 'category'
            # 根据实际情况添加更多映射
        }

        # 3. 检查所有映射的源列是否存在
        missing_source_columns = [col for col in column_mapping.keys() if col not in df_affiliate.columns]
        if missing_source_columns:
            print(f"警告: 联盟网络CSV中缺少以下源列，请检查映射或源文件: {missing_source_columns}")
            # 可以选择跳过这些列，或者抛出错误
            for col in missing_source_columns:
                del column_mapping[col] # 移除缺失的映射，避免KeyError

        # 4. 提取并重命名所需的列
        # 先选择存在的列，然后进行重命名
        df_clipmydeals = df_affiliate[list(column_mapping.keys())].rename(columns=column_mapping)

        # 5. 数据清洗与格式化（示例）
        # 示例1: 清理价格列，确保是数值类型
        if 'price' in df_clipmydeals.columns:
            df_clipmydeals['price'] = df_clipmydeals['price'].astype(str).str.replace(',', '.').str.extract('(\d+\.?\d*)').astype(float)
            # 注意：实际的价格清洗可能更复杂，取决于原始数据格式

        # 示例2: 确保URL列不为空，如果为空可以填充默认值或跳过
        if 'product_url' in df_clipmydeals.columns:
            df_clipmydeals['product_url'] = df_clipmydeals['product_url'].fillna('')
        if 'image_url' in df_clipmydeals.columns:
            df_clipmydeals['image_url'] = df_clipmydeals['image_url'].fillna('')


        # 6. 确保所有目标列都存在，如果某些列在映射中不存在但主题需要，可以添加空列
        required_clipmydeals_columns = ['product_name', 'product_url', 'image_url', 'price', 'category']
        for col in required_clipmydeals_columns:
            if col not in df_clipmydeals.columns:
                df_clipmydeals[col] = '' # 添加空列

        # 7. 重新排序列，使其与ClipMyDeals主题的期望顺序一致（可选但推荐）
        df_clipmydeals = df_clipmydeals[required_clipmydeals_columns]


        # 8. 保存为新的CSV文件
        # index=False 避免将DataFrame的索引写入CSV
        # encoding='utf-8' 确保兼容性
        df_clipmydeals.to_csv(output_csv_path, index=False, encoding='utf-8')

        print(f"成功生成ClipMyDeals兼容CSV文件: {output_csv_path}")
        print(f"新文件列名: {df_clipmydeals.columns.tolist()}")

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

# 调用函数
affiliate_file = 'produkter-partnerid49589-Airfryers.no.csv' # 确保文件名与您的文件匹配
output_file = 'clipmydeals_products.csv'
process_affiliate_csv(affiliate_file, output_file)