Python遍历JIRA多项目存CSV问题：仅最后一个项目数据被保存

嘿，我一眼就看出问题出在哪了——你的代码每次循环处理项目时，都在重置数据容器，还覆盖了同一个CSV文件，最后当然只剩最后一个项目的数据啦！

具体问题点： #

• 你在for project in projects:循环内部定义了result = []，这意味着每处理一个新项目，之前收集的所有数据都会被清空，最后result里只装着最后一个项目的issue数据。
• 每次循环都执行df.to_csv('/Desktop/file.csv')，默认写入模式是w（覆盖写入），所以前几个项目的数据刚写入就被后面的覆盖了。
• 原代码还有个小bug：循环for value in issues:里，你后面用了i.timeSpentSeconds这类变量，但根本没定义i，应该用循环变量value或者把变量名改成i。

修复方案（两种可选） #

方案1：先收集所有项目数据，最后一次性写入CSV

这种方式更高效，适合数据量不是特别大的场景：

import pandas as pd

projects = ['project_a','project_b']
# 把result定义在循环外面，避免每次清空
result = []

for project in projects:
    issues = jira.search_issues('project= ' + project)
    for i in issues:
        timeSpentSeconds = i.timeSpentSeconds
        timeSpent = i.timeSpent
        updated = i.updated
        started = i.started
        author = i.author
        dict_ = {
            'project': project,  # 建议加上项目名，方便区分不同项目的数据
            'value': i, 
            'timeSpent': timeSpent, 
            'updated': updated, 
            'started': started, 
            'author': author
        }
        result.append(dict_)

# 所有项目数据收集完成后，统一写入CSV
df = pd.DataFrame(result)
df.to_csv('/Desktop/file.csv', index=False)

方案2：每次循环追加数据到CSV（适合大数据量，减少内存占用）

如果项目数据量很大，不想一次性把所有数据放在内存里，可以用追加模式，注意第一次写入时保留表头，之后追加时跳过表头：

import pandas as pd

projects = ['project_a','project_b']
file_path = '/Desktop/file.csv'
# 标记是否是第一次写入，用来控制表头显示
first_write = True

for project in projects:
    issues = jira.search_issues('project= ' + project)
    result = []
    for i in issues:
        timeSpentSeconds = i.timeSpentSeconds
        timeSpent = i.timeSpent
        updated = i.updated
        started = i.started
        author = i.author
        dict_ = {
            'project': project,
            'value': i, 
            'timeSpent': timeSpent, 
            'updated': updated, 
            'started': started, 
            'author': author
        }
        result.append(dict_)
    
    df = pd.DataFrame(result)
    # 第一次写入带表头，后续追加不带表头
    if first_write:
        df.to_csv(file_path, index=False)
        first_write = False
    else:
        df.to_csv(file_path, mode='a', header=False, index=False)

内容的提问来源于stack exchange，提问作者scott martin