通过pandas中的每一行迭代python脚本

我有一个通过slack发送twitter警报的python脚本：-

def twitter_setup():
    """
    Utility function to setup the Twitter's API
    with our access keys provided.
    """
    # Authentication and access using keys:
    auth = tweepy.OAuthHandler(CONSUMER_KEY, CONSUMER_SECRET)
    auth.set_access_token(ACCESS_TOKEN, ACCESS_SECRET)

    # Return API with authentication:
    api = tweepy.API(auth)
    return api


extractor = twitter_setup()
# We create a tweet list as follows:
tweets = extractor.user_timeline(screen_name="**FortniteGame**", count=200)


data = pd.DataFrame(data=[tweet.text for tweet in tweets], columns=['Tweets'])

# We add relevant data:
data['ID'] = np.array([tweet.id for tweet in tweets])
data['Date'] = np.array([tweet.created_at for tweet in tweets])
data['text'] = np.array([tweet.text for tweet in tweets])
#data['Date'] = pd.to_datetime(data['Date'], unit='ms').dt.tz_localize('UTC').dt.tz_convert('US/Eastern')

created_time = datetime.datetime.utcnow() - datetime.timedelta(minutes=1)

data = data[(data['Date'] > created_time) & (
    data['Date'] < datetime.datetime.utcnow())]

my_list = ['Maintenance', 'Scheduled', 'downtime', 'Issue', 'Voice', 'Happy',
           'Problem', 'Outage', 'Service', 'Interruption', 'voice-comms', 'Downtime']

ndata = data[data['Tweets'].str.contains(
    "|".join(my_list), regex=True)].reset_index(drop=True)


slack = Slacker('xoxb-3434-4334-fgsgsdfsf')

#message = "test message"
slack.chat.post_message('#ops-twitter-alerts', 'FNWP :' +' '+ ndata['Tweets'] + '<!channel|>')

我想对每个客户机使用相同的脚本，我想对其进行迭代，并假设首先对Fortnite、PUBG和abhi98358使用相同的脚本，并且以相同的方式一步一步地进行

样本df：

t = pd.DataFrame({'A': ['FortniteGame', 'PUBG', 'abhi98358']})

示例迭代：

for index, row in t.iterrows():
   print "**" + row['A'] +"**"

上面的示例输出：

**FortniteGame**
**PUBG**
**abhi98358**

对于您的代码：

for index,rows in df.iterows():
   tweets = extractor.user_timeline(screen_name=("**" + row['twittername'] +"**"), count=200)

你可以像下面这样做

twtLst = []
for _, row in df.iterrows():
   twtDtl = row['client'], row['domain'], row['twittername']
   twtLst.append(twtDtl)

for twt in twtLst:
    client, domain, twtname = twt
    tweets = extractor.user_timeline(screen_name="**" + twtname +"**", count=200)
    #message = "test message"
    slack.chat.post_message('#ops-twitter-alerts', domain + ':' + client +' '+ndata['Tweets'] + '<!channel|>')

twtLst将是一个元组列表，然后您可以像下面这样相应地访问它

twtLst = []
for _, row in df.iterrows():
   twtDtl = row['client'], row['domain'], row['twittername']
   twtLst.append(twtDtl)

for twt in twtLst:
    client, domain, twtname = twt
    tweets = extractor.user_timeline(screen_name="**" + twtname +"**", count=200)
    #message = "test message"
    slack.chat.post_message('#ops-twitter-alerts', domain + ':' + client +' '+ndata['Tweets'] + '<!channel|>')

对于twtLst中的行波管：
客户端，域，twtname=twt
tweets=extractor.user\u timeline（screen\u name=“**”+twtname+“**”，count=200）
#message=“测试消息”
slack.chat.post_消息（“#ops twitter alerts”，domain+”：“+client+”+ndata['Tweets']+”）

给你

参考我的解决方案

对于dff.iterrows（）中的索引行：
twt=行['twittername']
域=行['domain']
打印（行波管）
打印（域）
提取器=twitter_setup（）
#我们创建了一个tweet列表，如下所示：
tweets=extractor.user\u时间线（screen\u name=twt，count=200）
data=pd.DataFrame（data=[tweet.text用于tweets中的tweet]，columns=['tweets']）
#我们添加了相关数据：
数据['ID']=np.array（[tweet.ID用于tweets中的tweet]）
数据['Date']=np.array（[tweet.created_at for tweets in tweets]）
数据['text']=np.array（[tweet.text用于tweets中的tweet]）
#数据['Date']=pd.to_datetime（数据['Date']，单位为ms'）。dt.tz_本地化（'UTC'）。dt.tz_转换（'US/Eastern'））
已创建\u time=datetime.datetime.utcnow（）-datetime.timedelta（分钟=160）
data=data[（data['Date']>created_time）和（data['Date']0：
slack.chat.post_消息（“#ops twitter alerts”，domain+”：“+ndata['Tweets']+”）
其他：
打印（'hi'）

使用iterrows或for循环就足以遍历dataframehey@SarthakNegi我是python新手。。。我擅长编写脚本，但不擅长循环等等。这里有两个我想动态设置的变量，一个是twitter名称，另一个是'FNWP:'+客户端名称。如果您可以提供一些示例代码。@ak333的可能副本：我可以看到您仅在这行代码上使用列

twittername

tweets=extractor.user\u timeline（screen\u name=“**FortniteGame**”，count=200）

。因此，您只需要对其使用迭代，而不是硬编码

FortniteGame

？。如果我错了，请纠正我？在第二部分中，我只需要屏幕名称，其他什么都不需要，所以我应该执行soemthign，比如tweets=extractor.user\u timeline（screen\u name=“**”，count=200）。对吗？是的，对，

“**”+twtname+“**”

只是3个字符串的串联，同时为两个客户端提供推文列表。我希望它应该对每个客户端逐个执行相同的过程，而不是一起执行。我现在就要尝试确保非常感谢我正在尝试，如果我不能，我将再次发布，如果它解决了您的问题，请接受并向未来用户投票！！因此，它与您的示例一起工作，但当我尝试我的示例时，它说AttributeError:“DataFrame”对象没有属性“iterows”……而且我不希望同时获得所有用户的tweet，我希望它为一个用户完成脚本，然后进入第二行，依此类推，仍然是同一个问题…下面我为索引编写了t.iterows中的行：tweets=extractor.user_timeline（screen_name=（row.twittername），count=200）data=pd.DataFrame（data=[tweet.text for tweets in tweets]，columns=['tweets']）我们添加了相关数据：data['ID'=np.array（[tweet.ID for tweets in tweets in tweets]）data['Date]=np.array（[tweet.created_at for tweets in tweets]）数据['text']=np.array（[tweet.text for tweets in tweets]）