Pandas から
コネクタと組み合わせることで、Pandas を使用してJira データを含むデータフレームを生成できます。作成したデーフレームは、他のさまざまなpython パッケージに渡すことができます。
接続
Pandas を使用するには、事前にインポートする必要があります。Pandas は、以下のように、クエリ実行時にSQLAlchemy エンジンにも依存します。
import pandas as pd from sqlalchemy import create_engine engine = create_engine("jira:///?User=admin;APIToken=myApiToken;Url=https://yoursitename.atlassian.net")
データのクエリ
SELECT クエリは、関連する接続オブジェクトとともに、Pandas の"read_sql()" メソッド呼び出しで提供されます。Pandas はその接続上でクエリを実行し、さまざまな目的で使用されるデーフレームの形式で結果を返します。
df = pd.read_sql(""" SELECT Key, Name, $exNumericCol; FROM Projects;""", engine) print(df)
データの編集
新しいレコードをテーブルに挿入するには、新しいデータフレームを作成し、それに応じてフィールドを定義するだけです。そこから先は、以下の例のようにデータフレームで"to_sql()" を呼び出すだけで、コネクタでINSERT 操作を実行できます。"if _exists" 引数は、Pandas がテーブルをゼロから構築しようとするのを防ぐために、必ず"append" に設定し、Pandas がカラムとしてデータフレームインデックスを書き込むのを防ぐ必要がある場合はindex=False と設定します。
df = pd.DataFrame({"Key": ["Test Project."], "Name": ["New project!"]}) df.to_sql("Projects", con=engine, if_exists="append", index=False)