带有重复Sprint头的JIRA的Python

Question

我使用python 3.7.5

我有一个CSV文件，我从out Jira实例中获得该文件，以查看哪个问题在哪个sprint中完成。Jira跟踪问题所在的每个sprint，所以如果您导出一个CSV，您将得到多个Sprint头，数据如下所示：

Issue key,Issue Type,Status,Sprint,Sprint,Sprint,Sprint
OLS-526,Story,Done,Sprint #16,Sprint #17,Sprint #18,Sprint #19
OLS-871,Story,Done,Sprint #18,Sprint #28,,
OLS-165,Story,Done,Sprint 1,Sprint 3,Sprint #18,Sprint #19
OLS-868,Story,Done,Sprint #28,,,

我需要的是识别问题所在的 sprint ，所以大多数Sprint列都是正确的，这样我就可以计算出在每个sprint中实际完成了多少个问题。

我尝试使用默认的python 'csv‘和DictReader，如下所示：

import csv
with open('../OLS-tix2.csv', newline='') as csvfile:
  reader = csv.DictReader(csvfile)
  for row in reader:
    print(row['Sprint'])

但是，只有最后一个Sprint列和空格(如果该列中没有任何内容)。由于上述输出如下所示：

Sprint #19

Sprint #19

我可以使用普通的csv读取器并使用自己的版本，但我认为在python中必须有更好的方法来实现这一点。

Answer 1

好的，所以我做了更多的环顾四周，并偶然发现熊猫，这看起来可能是一个很好的工具，为这项工作。这里有很多例子，而且作为一个额外的好处，我可以使用数据帧、表格和ids的汇总计数进行旋转/旋转。

这就是我最后为自己工作的结果：

import pandas as pd


csv_file = "../OLS-tix.csv" # where the file is at
ols_df = pd.read_csv(csv_file)
finish_sprint_col = 'finish_sprint' # the column to put the actual Sprint thie issue was finished in
ols_df[finish_sprint_col] = "" # add the new blank column
sprints = ols_df.columns[ols_df.columns.str.contains('Sprint')] # get all the headers that contain the word sprint as they will be Sprint, Sprint.1 ... Sprint.N
for i,row in ols_df.iterrows():
  if not ols_df.at[i,"Status"] == "Done": # we only want to do this for "Done" Issues
    continue
  finish_sprint = False
  for header in sprints: # go through all the sprint cells for this row and get the last not empty one.
    if not pd.isnull(ols_df.loc[i, header]):
      finish_sprint = ols_df.loc[i, header]
  if finish_sprint:
    ols_df.at[i,finish_sprint_col] = finish_sprint

# get number of issue finished per sprint.
dones = ols_df[(ols_df.Status == "Done") & (ols_df['Issue Type'] == "Story") ].pivot_table(index=["finish_sprint"],values=["Issue key"], aggfunc=[pd.Series.nunique])

这可能是一种更简单的方法，但现在看来是可行的.