Valider un pipeline de données avec assert
Pour écrire des tests unitaires pour des pipelines de données, il est important de bien connaître le mot-clé assert et la fonction isinstance(). Dans cet exercice, vous allez vous exercer à utiliser ces deux outils pour valider des composants d'un pipeline de données.
Les fonctions extract() et transform() sont mises à votre disposition, ainsi que pandas, importé sous le nom pd. Les fonctions extract() et transform() retournent toutes deux un DataFrame. Bonne chance !
Cette activité fait partie du cours
ETL et ELT en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
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) == ____