Storing Git commit information into Pandas’ DataFrame

Storing Git commit information into Pandas’ DataFrame

Software version control systems contain a huge amount of evolutionary data. It’s very common to mine these repositories to gain some insight about how the development of a software product works. But there is the need for some preprocessing of that data to avoid false analysis.

That’s why I show you how to read the commit information of a Git repository into Pandas’ DataFrame!

Agil in 3 Minuten, Folge 8: Kümmern

Agil in 3 Minuten, Folge 8: Kümmern

Wie können andere sagen, worauf es Dir ankommt?

Bei der Entwicklung von Software könnten unsere Gefühle – wenn wir hier überhaupt etwas fühlen – von Furcht oder Schmerz dominiert werden, die durch Zeitdruck, komplexen Probleme, unklaren Lösungen, beurteilenden Teamkollegen / Managern / Kunden, verpassten Terminen oder Bugs entstehen. Es braucht Geduld und Disziplin, aber wir können es hinbekommen, uns anders zu fühlen…

A simple demo on how to use Python Pandas with jQAssistant / Neo4j

A simple demo on how to use Python Pandas with jQAssistant / Neo4j

I’m a huge fan of the software analysis framework jQAssistant. It’s a great tool for scanning and validating various software artifacts. But I also love Python Pandas as a powerful tool in combination with Jupyter notebook for reproducible Software Analytics.

Combining these tools is near at hand. So I’ve created a quick demonstration for “first contact” 🙂

Warum Quellcode kommentieren?

Warum Quellcode kommentieren?

Eines der agilen Prinzipien lautet: “Funktionierende Software mehr als umfassende Dokumentation”. Viele Entwickler sind daher der Meinung, dass sie überhaupt nichts mehr dokumentieren bzw. im Code kommentieren müssen. Wer im Manifest jedoch weiterliest, erfährt “obwohl wir die Werte auf der rechten Seite wichtig finden, schätzen wir die Werte auf der linken Seite höher ein”. Dokumentation spielt auch in der agilen Softwareentwicklung sehr wohl eine wichtige Rolle…