Bom dia pessoal, gostaria de saber se tem alguma forma pra exportar os relatorios de forma automatizada, sem precisar entrar no relatório e clicar em download.
Gostaria de fazer isso para conectar o relatório no power bi e atualizar uma vez por semana. Se houver alguma forma, por favor me ajudem, ficarei muito grato
Oi
Abaixo o código para extração de todos os cards de um Pipe:
import requests
import pandas as pd
import json
token = 'X'
url = "https://api.pipefy.com/graphql"
nome_arquivo = 'pipefy'
payload = "{\"query\":\"{ allCards (pipeId:X) { edges { node { id title fields { name report_value updated_at value } } } }} \"}"
headers = {
"authorization": f"Bearer {token}",
"content-type": "application/json"
}
has_next_page = True
first_query = True
pipe_id = "X"
json_data = {}
records_df = pd.DataFrame()
while(has_next_page):
if first_query:
payload = {"query": "{ allCards (pipeId:\""+pipe_id+"\") { edges { node { id title fields { name report_value updated_at value } } } pageInfo {endCursor hasNextPage}}}"}
first_query = False
else:
payload = {"query": "{ allCards (pipeId:\""+pipe_id+"\",after:\""+end_cursor+"\") { edges { node { id title fields { name report_value updated_at value } } } pageInfo {endCursor hasNextPage}}}"}
response = requests.request("POST", url, json=payload, headers=headers)
json_data = json.loads(response.text)
end_cursor =json_data['data']['allCards']["pageInfo"]["endCursor"] #record é edges
has_next_page = json_data["data"]["allCards"]["pageInfo"]["hasNextPage"]
total_records_pg = len(json_data["data"]["allCards"]["edges"])
for i in range(total_records_pg):
card_title = json_data["data"]["allCards"]["edges"][i]["node"]["title"]
card_data_d = json_data["data"]["allCards"]["edges"][i]["node"]["fields"]
card_data = {x['name']:x['value'] for x in card_data_d}
records_df = records_df.append(card_data, ignore_index=True)
records_df.info()
df = records_df
df.columns = df.columns.str.replace(' ', '_')
df.columns = df.columns.str.replace('ã', 'a')
df.columns = df.columns.str.replace('Á', 'A')
df.columns = df.columns.str.replace('é', 'e')
df.columns = df.columns.str.replace('ê', 'e')
df.columns = df.columns.str.replace('á', 'a')
df.columns = df.columns.str.replace('ç', 'c')
df.columns = df.columns.str.replace('í', 'i')
df.columns = df.columns.str.replace('ú', 'u')
df.columns = df.columns.str.replace('õ', 'o')
df.columns = df.columns.str.replace('ó', 'o')
df.columns = df.columns.str.replace('õ', 'o')
df.columns = df.columns.str.replace('.', '')
df = df.reset_index(drop=True)
Abaixo o código para extração de todos os registros de uma tabela (Link do Colab):
https://colab.research.google.com/drive/1iscCAFMzHw7B9uM4yuslIkealqlvaINI?usp=sharing
+6Olá, tudo bem?
Até onde sei não há como fazer isso de forma automática, já tentei, inclusive seria muito útil pra mim, mas ainda precisamos exporta-los quando precisamos deles em planilha.
+15
Não existe uma função nativa do Pipefy para extrair, mas existem algumas formas de conectar o Pipefy ao Power BI. Vou listar algumas delas:
Depois de baixar o conecto, você precisa salvá-lo na pasta: Este Computador > Documentos > Power BI Desktop
Depois de salvar esta pasta o Pipefy estará disponível em outras conexões no Power BI.
Algum destes cenários te atende?
+6
Não existe uma função nativa do Pipefy para extrair, mas existem algumas formas de conectar o Pipefy ao Power BI. Vou listar algumas delas:
Depois de baixar o conecto, você precisa salvá-lo na pasta: Este Computador > Documentos > Power BI Desktop
Depois de salvar esta pasta o Pipefy estará disponível em outras conexões no Power BI.
Algum destes cenários te atende?
Boas demais essas dicas!
Não existe uma função nativa do Pipefy para extrair, mas existem algumas formas de conectar o Pipefy ao Power BI. Vou listar algumas delas:
Depois de baixar o conecto, você precisa salvá-lo na pasta: Este Computador > Documentos > Power BI Desktop
Depois de salvar esta pasta o Pipefy estará disponível em outras conexões no Power BI.
Algum destes cenários te atende?
Amigo, MUITO obrigado pelas dicas, com certeza atende, Já enviei solicitação de acesso ao conector.
Gostaria de saber, se possível, de que forma vc faz extração via python para o GCP. Vc faz web scrapping com selenium ou algum outro tipo de procedimento?
+15Oi
Abaixo o código para extração de todos os cards de um Pipe:
import requests
import pandas as pd
import json
token = 'X'
url = "https://api.pipefy.com/graphql"
nome_arquivo = 'pipefy'
payload = "{\"query\":\"{ allCards (pipeId:X) { edges { node { id title fields { name report_value updated_at value } } } }} \"}"
headers = {
"authorization": f"Bearer {token}",
"content-type": "application/json"
}
has_next_page = True
first_query = True
pipe_id = "X"
json_data = {}
records_df = pd.DataFrame()
while(has_next_page):
if first_query:
payload = {"query": "{ allCards (pipeId:\""+pipe_id+"\") { edges { node { id title fields { name report_value updated_at value } } } pageInfo {endCursor hasNextPage}}}"}
first_query = False
else:
payload = {"query": "{ allCards (pipeId:\""+pipe_id+"\",after:\""+end_cursor+"\") { edges { node { id title fields { name report_value updated_at value } } } pageInfo {endCursor hasNextPage}}}"}
response = requests.request("POST", url, json=payload, headers=headers)
json_data = json.loads(response.text)
end_cursor =json_data['data']['allCards']["pageInfo"]["endCursor"] #record é edges
has_next_page = json_data["data"]["allCards"]["pageInfo"]["hasNextPage"]
total_records_pg = len(json_data["data"]["allCards"]["edges"])
for i in range(total_records_pg):
card_title = json_data["data"]["allCards"]["edges"][i]["node"]["title"]
card_data_d = json_data["data"]["allCards"]["edges"][i]["node"]["fields"]
card_data = {x['name']:x['value'] for x in card_data_d}
records_df = records_df.append(card_data, ignore_index=True)
records_df.info()
df = records_df
df.columns = df.columns.str.replace(' ', '_')
df.columns = df.columns.str.replace('ã', 'a')
df.columns = df.columns.str.replace('Á', 'A')
df.columns = df.columns.str.replace('é', 'e')
df.columns = df.columns.str.replace('ê', 'e')
df.columns = df.columns.str.replace('á', 'a')
df.columns = df.columns.str.replace('ç', 'c')
df.columns = df.columns.str.replace('í', 'i')
df.columns = df.columns.str.replace('ú', 'u')
df.columns = df.columns.str.replace('õ', 'o')
df.columns = df.columns.str.replace('ó', 'o')
df.columns = df.columns.str.replace('õ', 'o')
df.columns = df.columns.str.replace('.', '')
df = df.reset_index(drop=True)
Abaixo o código para extração de todos os registros de uma tabela (Link do Colab):
https://colab.research.google.com/drive/1iscCAFMzHw7B9uM4yuslIkealqlvaINI?usp=sharing
Oi
Abaixo o código para extração de todos os cards de um Pipe:
import requests
import pandas as pd
import json
token = 'X'
url = "https://api.pipefy.com/graphql"
nome_arquivo = 'pipefy'
payload = "{\"query\":\"{ allCards (pipeId:X) { edges { node { id title fields { name report_value updated_at value } } } }} \"}"
headers = {
"authorization": f"Bearer {token}",
"content-type": "application/json"
}
has_next_page = True
first_query = True
pipe_id = "X"
json_data = {}
records_df = pd.DataFrame()
while(has_next_page):
if first_query:
payload = {"query": "{ allCards (pipeId:\""+pipe_id+"\") { edges { node { id title fields { name report_value updated_at value } } } pageInfo {endCursor hasNextPage}}}"}
first_query = False
else:
payload = {"query": "{ allCards (pipeId:\""+pipe_id+"\",after:\""+end_cursor+"\") { edges { node { id title fields { name report_value updated_at value } } } pageInfo {endCursor hasNextPage}}}"}
response = requests.request("POST", url, json=payload, headers=headers)
json_data = json.loads(response.text)
end_cursor =json_data['data']['allCards']["pageInfo"]["endCursor"] #record é edges
has_next_page = json_data["data"]["allCards"]["pageInfo"]["hasNextPage"]
total_records_pg = len(json_data["data"]["allCards"]["edges"])
for i in range(total_records_pg):
card_title = json_data["data"]["allCards"]["edges"][i]["node"]["title"]
card_data_d = json_data["data"]["allCards"]["edges"][i]["node"]["fields"]
card_data = {x['name']:x['value'] for x in card_data_d}
records_df = records_df.append(card_data, ignore_index=True)
records_df.info()
df = records_df
df.columns = df.columns.str.replace(' ', '_')
df.columns = df.columns.str.replace('ã', 'a')
df.columns = df.columns.str.replace('Á', 'A')
df.columns = df.columns.str.replace('é', 'e')
df.columns = df.columns.str.replace('ê', 'e')
df.columns = df.columns.str.replace('á', 'a')
df.columns = df.columns.str.replace('ç', 'c')
df.columns = df.columns.str.replace('í', 'i')
df.columns = df.columns.str.replace('ú', 'u')
df.columns = df.columns.str.replace('õ', 'o')
df.columns = df.columns.str.replace('ó', 'o')
df.columns = df.columns.str.replace('õ', 'o')
df.columns = df.columns.str.replace('.', '')
df = df.reset_index(drop=True)
Abaixo o código para extração de todos os registros de uma tabela (Link do Colab):
https://colab.research.google.com/drive/1iscCAFMzHw7B9uM4yuslIkealqlvaINI?usp=sharing
Lucas, no caso, tenho uma necessidade de extrair um relatório ja criado no Pipe (na aba “Relatórios”), o qual faço o download manual em .xlsx. Esse processo tem como automatizar tambem?
Onde o output seria salvar o .xlsx numa pasta no sharepoint.
Desde já, muito obrigado!
+15Oi
Infelizmente não tem como automatizar esta extração. Não de uma forma fácil.
As opções que vejo são:
Oi
Infelizmente não tem como automatizar esta extração. Não de uma forma fácil.
As opções que vejo são:
Obrigado!
Oi Pessoal,
Muito interessante o tópico! Extremamente útil na customização de relatórios.
Tenho trabalho com pipes e tabelas muito grandes. Como é contabilizado o consumo da API? Cada página passada conta como uma consulta diferente de API diferente?
A solução do Pipefy é fantástica, mas um ponto que sinto falta no Pipefy são relatórios mais detalhados de utilização de automação e consumo de API.
Obrigado
Oi
Abaixo o código para extração de todos os cards de um Pipe:
import requests
import pandas as pd
import json
token = 'X'
url = "https://api.pipefy.com/graphql"
nome_arquivo = 'pipefy'
payload = "{\"query\":\"{ allCards (pipeId:X) { edges { node { id title fields { name report_value updated_at value } } } }} \"}"
headers = {
"authorization": f"Bearer {token}",
"content-type": "application/json"
}
has_next_page = True
first_query = True
pipe_id = "X"
json_data = {}
records_df = pd.DataFrame()
while(has_next_page):
if first_query:
payload = {"query": "{ allCards (pipeId:\""+pipe_id+"\") { edges { node { id title fields { name report_value updated_at value } } } pageInfo {endCursor hasNextPage}}}"}
first_query = False
else:
payload = {"query": "{ allCards (pipeId:\""+pipe_id+"\",after:\""+end_cursor+"\") { edges { node { id title fields { name report_value updated_at value } } } pageInfo {endCursor hasNextPage}}}"}
response = requests.request("POST", url, json=payload, headers=headers)
json_data = json.loads(response.text)
end_cursor =json_data['data']['allCards']["pageInfo"]["endCursor"] #record é edges
has_next_page = json_data["data"]["allCards"]["pageInfo"]["hasNextPage"]
total_records_pg = len(json_data["data"]["allCards"]["edges"])
for i in range(total_records_pg):
card_title = json_data["data"]["allCards"]["edges"][i]["node"]["title"]
card_data_d = json_data["data"]["allCards"]["edges"][i]["node"]["fields"]
card_data = {x['name']:x['value'] for x in card_data_d}
records_df = records_df.append(card_data, ignore_index=True)
records_df.info()
df = records_df
df.columns = df.columns.str.replace(' ', '_')
df.columns = df.columns.str.replace('ã', 'a')
df.columns = df.columns.str.replace('Á', 'A')
df.columns = df.columns.str.replace('é', 'e')
df.columns = df.columns.str.replace('ê', 'e')
df.columns = df.columns.str.replace('á', 'a')
df.columns = df.columns.str.replace('ç', 'c')
df.columns = df.columns.str.replace('í', 'i')
df.columns = df.columns.str.replace('ú', 'u')
df.columns = df.columns.str.replace('õ', 'o')
df.columns = df.columns.str.replace('ó', 'o')
df.columns = df.columns.str.replace('õ', 'o')
df.columns = df.columns.str.replace('.', '')
df = df.reset_index(drop=True)
Abaixo o código para extração de todos os registros de uma tabela (Link do Colab):
https://colab.research.google.com/drive/1iscCAFMzHw7B9uM4yuslIkealqlvaINI?usp=sharing
Bom dia,
no meu está dando erro no end_cursor, o que seria ?
Algo relacionado a Pagination?
+15
Onde você está rodando o código? Qual versão do Python? Pode enviar um print do erro?
Onde você está rodando o código? Qual versão do Python? Pode enviar um print do erro?
Creio que tenha sido a indentação do código.
Seria esse correto abaixo ?
Teria como trazer os nomes dos CADS ?
import requests
import pandas as pd
import json
token = 'X'
url = "https://api.pipefy.com/graphql"
nome_arquivo = 'pipefy'
payload = "{\"query\":\"{ allCards (pipeId:X) { edges { node { id title fields { name report_value updated_at value } } } }} \"}"
headers = {"authorization": f"Bearer {token}", "content-type": "application/json"}
has_next_page = True
first_query = True
pipe_id = "303177751"
json_data = {}
records_df = pd.DataFrame()
while(has_next_page):
if first_query:
payload = {"query": "{ allCards (pipeId:\""+pipe_id+"\") { edges { node { id title fields { name report_value updated_at value } } } pageInfo {endCursor hasNextPage}}}"}
first_query = False
else:
payload = {"query": "{ allCards (pipeId:\""+pipe_id+"\",after:\""+end_cursor+"\") { edges { node { id title fields { name report_value updated_at value } } } pageInfo {endCursor hasNextPage}}}"}
response = requests.request("POST", url, json=payload, headers=headers)
json_data = json.loads(response.text)
end_cursor =json_data['data']['allCards']["pageInfo"]["endCursor"] #record é edges
has_next_page = json_data["data"]["allCards"]["pageInfo"]["hasNextPage"]
total_records_pg = len(json_data["data"]["allCards"]["edges"])
for i in range(total_records_pg):
card_title = json_data["data"]["allCards"]["edges"][i]["node"]["title"]
card_data_d = json_data["data"]["allCards"]["edges"][i]["node"]["fields"]
card_data = {x['name']:x['value'] for x in card_data_d}
records_df = records_df.append(card_data, ignore_index=True)
records_df.info()
df = records_df
df.columns = df.columns.str.replace(' ', '_')
df.columns = df.columns.str.replace('ã', 'a')
df.columns = df.columns.str.replace('Á', 'A')
df.columns = df.columns.str.replace('é', 'e')
df.columns = df.columns.str.replace('ê', 'e')
df.columns = df.columns.str.replace('á', 'a')
df.columns = df.columns.str.replace('ç', 'c')
df.columns = df.columns.str.replace('í', 'i')
df.columns = df.columns.str.replace('ú', 'u')
df.columns = df.columns.str.replace('õ', 'o')
df.columns = df.columns.str.replace('ó', 'o')
df.columns = df.columns.str.replace('õ', 'o')
df.columns = df.columns.str.replace('.', '')
df = df.reset_index(drop=True)
df
Peguei do modelo: Avaliação de Desempenho
Aparece o resultado:
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 7 entries, 0 to 6
Data columns (total 25 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 Motivação 5 non-null object
1 Conhecimento 5 non-null object
2 Inovação 5 non-null object
3 Atitude 5 non-null object
4 Quais são as três áreas principais que você precisa melhorar? 6 non-null object
5 Início do período de avaliação 6 non-null object
6 Reação do funcionário ao feedback 4 non-null object
7 Como foi a reunião de feedback? 3 non-null object
8 Fim do período de avaliação 6 non-null object
9 Seus três pontos fortes 6 non-null object
10 Data da reunião 4 non-null object
11 Responsabilidade 5 non-null object
12 Nome 7 non-null object
13 Qualidade do trabalho 5 non-null object
14 Trabalho em equipe 5 non-null object
15 E-mail 6 non-null object
16 Três maiores conquistas profissionais 6 non-null object
17 Próxima reunião 4 non-null object
18 Como você avaliaria sua avaliação geral de desempenho? 5 non-null object
19 Observações 1 non-null object
20 Os objetivos foram atingidos? 3 non-null object
21 Próximos passos 1 non-null object
22 Resultados do acompanhamento 1 non-null object
23 Avaliador responsável 1 non-null object
24 Comentários sobre a sua avaliação do colaborador 1 non-null object
+15+15
A diferença são os serviços que você vai utilizar em cada uma das nuvens.
Quando desenvolvemos este código, nós utilizávamos o GCP com os seguintes serviços:
Ele também é compatível para rodar em Google Colaboratory (Colab), mas até onde eu sei, o Colab não permite uma agendamento para execução.
Mas o mesmo condigo do Python vai rodar no GCP?
Não teria que mudar nada?
+15
Se você acessar o código que foi compartilhado via Colab, a única diferença é que no começo você não precisa fazer a importação do boto3, que é um SDK necessário para rodar na AWS.
No final do código, você preciso apontar para o seu data lake no GCP ou outra nuvem de preferência.
Oi
Abaixo o código para extração de todos os cards de um Pipe:
import requests
import pandas as pd
import json
token = 'X'
url = "https://api.pipefy.com/graphql"
nome_arquivo = 'pipefy'
payload = "{\"query\":\"{ allCards (pipeId:X) { edges { node { id title fields { name report_value updated_at value } } } }} \"}"
headers = {
"authorization": f"Bearer {token}",
"content-type": "application/json"
}
has_next_page = True
first_query = True
pipe_id = "X"
json_data = {}
records_df = pd.DataFrame()
while(has_next_page):
if first_query:
payload = {"query": "{ allCards (pipeId:\""+pipe_id+"\") { edges { node { id title fields { name report_value updated_at value } } } pageInfo {endCursor hasNextPage}}}"}
first_query = False
else:
payload = {"query": "{ allCards (pipeId:\""+pipe_id+"\",after:\""+end_cursor+"\") { edges { node { id title fields { name report_value updated_at value } } } pageInfo {endCursor hasNextPage}}}"}
response = requests.request("POST", url, json=payload, headers=headers)
json_data = json.loads(response.text)
end_cursor =json_data['data']['allCards']["pageInfo"]["endCursor"] #record é edges
has_next_page = json_data["data"]["allCards"]["pageInfo"]["hasNextPage"]
total_records_pg = len(json_data["data"]["allCards"]["edges"])
for i in range(total_records_pg):
card_title = json_data["data"]["allCards"]["edges"][i]["node"]["title"]
card_data_d = json_data["data"]["allCards"]["edges"][i]["node"]["fields"]
card_data = {x['name']:x['value'] for x in card_data_d}
records_df = records_df.append(card_data, ignore_index=True)
records_df.info()
df = records_df
df.columns = df.columns.str.replace(' ', '_')
df.columns = df.columns.str.replace('ã', 'a')
df.columns = df.columns.str.replace('Á', 'A')
df.columns = df.columns.str.replace('é', 'e')
df.columns = df.columns.str.replace('ê', 'e')
df.columns = df.columns.str.replace('á', 'a')
df.columns = df.columns.str.replace('ç', 'c')
df.columns = df.columns.str.replace('í', 'i')
df.columns = df.columns.str.replace('ú', 'u')
df.columns = df.columns.str.replace('õ', 'o')
df.columns = df.columns.str.replace('ó', 'o')
df.columns = df.columns.str.replace('õ', 'o')
df.columns = df.columns.str.replace('.', '')
df = df.reset_index(drop=True)
Abaixo o código para extração de todos os registros de uma tabela (Link do Colab):
https://colab.research.google.com/drive/1iscCAFMzHw7B9uM4yuslIkealqlvaINI?usp=sharing
Estou tendo o seguinte erro ao rodar no jupyter notebook:
KeyError Traceback (most recent call last)Cell In[13], line 34 32 response = requests.request("POST", url, json=payload, headers=headers) 33 json_data = json.loads(response.text)---> 34 end_cursor = json_data["data"]['allCards']["pageInfo"]["endCursor"] #record é edges 35 has_next_page = json_data["data"]["allCards"]["pageInfo"]["hasNextPage"] 36 total_records_pg = len(json_data["data"]["allCards"]["edges"])KeyError: 'data'
Poderiam me auxiliar?
Hi everyone,
Hi Everyone, Is there any way we could extract Dashboard stats and all the charts via API, the or is there any other way to do it, like using python script or power bi
+15Hello
You cannot extract data from the Pipe dashboard via API, but you can extract the data and use it to calculate whatever is necessary.
In this topic, an example code for extraction was shared.
No account yet? Create an account
Enter your E-mail address. We'll send you an e-mail with instructions to reset your password.