Question

大家好，对不起我的英语！

在这个问题上，我需要您的帮助：我列出了一些问题（其中包括史诗，任务，故事，子任务等）以某种方式，我过滤了此类信息的ID并将其放置在列表中：

listOfKeys = [id1,id2,id3,id4,id5...]

然后，我需要获取一个表格（屏幕截图中将基于问题建立的数据，该数据位于listOfKeys中）： see my screenshot

为此，我编写了以下“代码”：

listOfWorklogs=pd.DataFrame()                #table from the screenshot (I used pandas (pd) lib)
lst={}                                       #dictionary for help, where the worklogs will be stored
for i in range(len(listOfKeys)):
    worklogs=jira.worklogs(listOfKeys[i])    #getting list of worklogs
    if(len(worklogs)) == 0:
        i+=1
    else:
        for j in range(len(worklogs)):
            lst = {
                    'self': worklogs[j].self,  
                    'author': worklogs[j].author,
                    'started': worklogs[j].started,
                    'created': worklogs[j].created,
                    'updated': worklogs[j].updated,
                    'timespent': worklogs[j].timeSpentSeconds
                }
            listOfWorklogs = listOfWorklogs.append(lst, ignore_index=True)
########### Below there is the recording to the .xlsx file ################

但是它运行非常缓慢，即使出现100个问题（约3分钟）也是如此。我大约有10,000期（（（也许有一些解决方法？谢谢您，我会很乐意的。

Answer 1

我使您的代码更具pythonic性，使用迭代器可能会更快一些：

  list_of_keys = [
      id1, id2, id3, id4, id5
  ]

  resulting_logs = [] 
  for worklog_key in list_of_keys:
      worklogs = jira.worklogs(worklog_key)

      for log in worklogs:
          resulting_logs.append({
              'self': log.self,
              'author': log.author,
              'started': log.started,
              'created': log.created,
              'updated': log.updated,
              'timespent': log.timeSpentSeconds
          })

  df = pd.DataFrame(resulting_logs)

您可能还会受到jira API响应时间的限制。

但是您可以尝试使用列表理解功能，但尚未进行测试：

  list_of_keys = [
      id1, id2, id3, id4, id5
  ]

  def parse_log(log):
      return {
          'self': log.self,
          'author': log.author,
          'started': log.started,
          'created': log.created,
          'updated': log.updated,
          'timespent': log.timeSpentSeconds
      }


  resulting_logs = [
      parse_log(log)
      for log in jira.worklogs(key)                                                                          
      for key in list_of_keys
  ]

  df = pd.DataFrame(resulting_logs)

从项目问题中获取工作日志信息

1 个答案: