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 pratiquerez l'utilisation de 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. extract() et transform() renvoient 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) == ____