Escribir pruebas unitarias con pytest

En este ejercicio, vas a practicar cómo escribir una prueba unitaria para validar un pipeline de datos. Usarás assert y otras herramientas para crear las pruebas y comprobar si el pipeline se comporta como debería.

Las funciones extract() y transform() ya están disponibles para ti, junto con pandas, importado como pd. Probarás la función transform(), que se muestra a continuación.

def transform(raw_data):
    raw_data["average_taxable_income"] = raw_data["total_taxable_income"] / raw_data["number_of_firms"]
    clean_data = raw_data.loc[raw_data["average_taxable_income"] > 100, :]
    clean_data.set_index("industry_name", inplace=True)
    return clean_data

Este ejercicio forma parte del curso

ETL y ELT en Python

Ver curso

Instrucciones del ejercicio

Importa la librería pytest.
Verifica con assert que el valor almacenado en la variable clean_tax_data es una instancia de pd.DataFrame.
Comprueba que el número de columnas del DataFrame clean_tax_data es mayor que el número de columnas del DataFrame raw_tax_data.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

import ____

def test_transformed_data():
    raw_tax_data = extract("raw_tax_data.csv")
    clean_tax_data = transform(raw_tax_data)
    
    # Assert that the transform function returns a pd.DataFrame
    assert ____(clean_tax_data, pd.DataFrame)
    
    # Assert that the clean_tax_data DataFrame has more columns than the raw_tax_data DataFrame
    ____ len(clean_tax_data.columns) ____ len(raw_tax_data.columns)

Editar y ejecutar código