Eine Datenpipeline mit assert validieren
Um Unittests für Datenpipelines zu schreiben, ist es wichtig, sich mit dem Schlüsselwort assert und der Funktion isinstance() vertraut zu machen. In dieser Übung übst du den Einsatz dieser beiden Werkzeuge, um Komponenten einer Datenpipeline zu validieren.
Die Funktionen extract() und transform() stehen dir zur Verfügung. Außerdem wurde pandas als pd importiert. Sowohl extract() als auch transform() geben ein DataFrame zurück. Viel Erfolg!
Diese Übung ist Teil des Kurses
<Kurs>ETL und ELT in Python</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
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) == ____