代码之家 › 专栏 › 技术社区 › dark horse

python-在不同值中循环并将其传递到变量中

python

dark horse · 技术社区 · 6 年前

我有一个python脚本,可以从jira中提取所有字段。我在jira中有多个项目,每个项目中的列集是不同的。因此我有下面的脚本,工作得很好。

## Login to Jira
jira = JIRA(basic_auth=('login@login.com', 'password'), options={'server': 'https://company.atlassian.net'})

# Pulling Proj_A tickets

issues = jira.search_issues('project= Proj_A',maxResults=False) ## Get Proj_A tickets

## Create the full df by normalizing the output
issue_list = []
for i in range(len(issues)):
    result = json_normalize(issues[i].raw['fields'])
    result['issue_id'] = issues[i]
    result['issue_link'] = 'https://company.atlassian.net/browse/' + str(issues[i])
    issue_list.append(result)
final_issue_df_a = pd.concat(issue_list, axis=0, sort=True).reset_index()

# Pulling Proj_B tickets

issues = jira.search_issues('project= Proj_B',maxResults=False) ## Get Proj_B tickets

## Create the full df by normalizing the output
issue_list = []
for i in range(len(issues)):
    result = json_normalize(issues[i].raw['fields'])
    result['issue_id'] = issues[i]
    result['issue_link'] = 'https://company.atlassian.net/browse/' + str(issues[i])
    issue_list.append(result)
final_issue_df_b = pd.concat(issue_list, axis=0, sort=True).reset_index()

# Concatenating fields from the 2 projects into one single dataframe
Final_DF = pd.concat([final_issue_df_a,final_issue_df_b], axis=0, ignore_index=True)

上面的代码工作得很好。现在我正在尝试优化脚本,其中我正在尝试传递一个循环,该循环包含以下所有项目的列表:

project = [Proj_A,Proj_B,Proj_C..]

它被传递到第一行

(issues = jira.search_issues('project=',maxResults=False))

并迭代每个项目并拉入存储在最终数据帧中的相关字段。

有人能帮忙吗?谢谢

2 回复 | 直到 6 年前

Jesse 6 年前

使用project api获取jira中的项目列表。然后从返回的每个项目中提取项目名称。

r = requests.get('https://<jira>/rest/api/2/project', auth=('username', 'password'), verify=False)

projects = r.json()

#Get name of each project 
for i in projects:
    print i['name']

meshde 6 年前

你可以这样做:

projects = ['Proj_A', 'Proj_B', 'Proj_C']
final_df_list = []

for project in projects:
    issues = jira.search_issues('project= '+project, maxResults=False)
    # Rest of the code processing the issues obtained above
    final_issue_df_x = pd.concat(issue_list, axis=0, sort=True).reset_index()
    final_df_list.append(final_issue_df_x)

Final_DF = pd.concat(final_df_list, axis=0, ignore_index=True)

推荐文章

July · 如何定义数字间隔,然后四舍五入

1 年前

Community wiki · 对象名称前的单下划线和双下划线的含义是什么?

1 年前