No meu trabalho, costumo usar estatísticas curtas por dia para rastrear desvios de tráfego.
Ele escreveu mais sobre como escrever solicitações no
artigo "Obtendo campanhas de publicidade direta Yandex.Direct usando uma API em um DataFrame (Python)" .
Neste artigo, falarei mais sobre como estruturar dados e consultas para que possam ser usados normalmente.
Devemos registrar a solicitação do servidor como uma função.
Pessoalmente, criei 2 arquivos: uma função com uma solicitação e um arquivo com dados que serão transferidos para a função.
No primeiro arquivo, escrevemos uma função
Solicito os mesmos campos para todos os projetos, portanto, preciso passar nas datas da solicitação apenas, login e token.
Passar dados para uma função para mim é assim:
def rep(token,login,date_from,date_to):
Estamos escrevendo uma solicitação para o servidor da API Yandex.Direct
Esta consulta solicita dados para os seguintes parâmetros:
- Data
- Impressões
- Cliques
- Ctr
- Custo
- Avgcpc
- AvgImpressionPosition
- AvgClickPosition
- AvgTrafficVolume
- Bouncerate
- AvgPageviews
O arquivo de solicitação final
Código import requests from requests.exceptions import ConnectionError from time import sleep import json
2 arquivos
Retiramos as datas, logins e tokens separadamente como variáveis.
Algo assim:
Isso é feito para alterar facilmente as informações de todos os clientes e as datas dos relatórios.
Código para solicitar estatísticas do projeto
print( '\n=== ===') data=rep(mytoken,project,DateFrom,DateTo) file=open("cashe.csv","w") file.write(data) file.close() f=DataFrame.from_csv("cashe.csv",header=1,sep=' ',index_col=0,parse_dates=True) f['Cost']=f['Cost']*1.2 f['Cost']=f['Cost']/1000000 f['AvgCpc']=f['AvgCpc']*1.2 f['AvgCpc']=f['AvgCpc']/1000000 print(f)
Mais detalhes:
- O nome do projeto ("=" usamos para uma melhor seleção, para não nos perdermos nas informações)
- Dados - Escreva nesta linha as variáveis que já estão indicadas acima. (esta linha executará o primeiro arquivo)
- Escrevemos a resposta do servidor para um arquivo
- Abra o arquivo como um DataFrame
- Adicione aos valores monetários do IVA.
- Traduzimos os valores monetários em rublos comuns (como padrão, a API não usa rublos, mas rublos * 1.000.000.
- Saída do nosso DataFrame

O segundo arquivo é o seguinte:
Escrevemos todos os projetos no segundo arquivo, após o qual devemos exibir estatísticas para todos os projetos.
Depois disso, precisamos alterar apenas o período nos campos DateFrom e DateTo.