Validace datového pipeline pomocí assert
Pro psaní unit testů datových pipeline je důležité seznámit se s klíčovým slovem assert a funkcí isinstance(). V tomto cvičení si procvičíš použití těchto dvou nástrojů k validaci komponent datového pipeline.
Máš k dispozici funkce extract() a transform(), a také pandas importovaný jako pd. Obě funkce extract() i transform() vrací DataFrame. Hodně štěstí!
Toto cvičení je součástí kurzu
ETL a ELT v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
raw_tax_data = extract("raw_tax_data.csv")
clean_tax_data = transform(raw_tax_data)
# Validate the number of columns in the DataFrame
____ len(clean_tax_data.columns) == ____