在使用Airflow运行Docker容器时，可以选择将要执行的代码放在容器内部，也可以选择将代码放在本地文件中。下面是两种解决方法的示例：

1. 在容器中工作：

from airflow import DAG
from airflow.operators.docker_operator import DockerOperator
from datetime import datetime

default_args = {
    'start_date': datetime(2020, 1, 1)
}

dag = DAG('docker_example', default_args=default_args, schedule_interval=None)

task = DockerOperator(
    task_id='docker_task',
    image='my_docker_image:latest',
    api_version='auto',
    auto_remove=True,
    command='python /app/my_script.py',
    dag=dag
)

在上述示例中，我们使用了DockerOperator来创建一个任务，将my_script.py作为容器中的入口点执行。这样，Airflow将在容器中执行代码。

2. 使用本地文件：

from airflow import DAG
from airflow.operators.bash_operator import BashOperator
from datetime import datetime

default_args = {
    'start_date': datetime(2020, 1, 1)
}

dag = DAG('local_example', default_args=default_args, schedule_interval=None)

task = BashOperator(
    task_id='local_task',
    bash_command='python /path/to/my_script.py',
    dag=dag
)

在上述示例中，我们使用了BashOperator来创建一个任务，直接在本地执行my_script.py。这样，Airflow将在本地文件中执行代码。

需要注意的是，使用容器的好处是可以确保环境的一致性，并且可以将任务与其他任务分离。而使用本地文件的好处是可以更方便地进行调试和测试。

无论选择容器还是本地文件的方法，都可以根据实际需求选择适合的解决方案。