Créer une Suite d’Expectations

Vous allez maintenant vous entraîner à créer votre première Suite d’Expectations. Le Data Context a déjà été créé pour vous. Great Expectations et pandas sont disponibles sous les alias gx et pd, respectivement.

Cet exercice fait partie du cours

Introduction à la qualité des données avec Great Expectations

Afficher le cours

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Create Expectation Suite
suite = gx.____(
  name="____"
)

Modifier et exécuter le code

Cet exercice fait partie du cours

Introduction à la qualité des données avec Great Expectations

IntermédiaireNiveau de compétence

4.8+

Commencer le cours gratuitement

Comprenez pourquoi Great Expectations (GX) est un outil aussi puissant pour surveiller la qualité des données. Familiarisez-vous avec les bases de GX, notamment comment démarrer une session à l’aide d’un Data Context, et comment charger un dataframe pandas via un Data Source, un Data Asset et une Batch Definition.

Exercise 1: Créer un Data Context Exercise 2: Créez votre Data Context Exercise 3: Aperçu de GX Exercise 4: Définitions des mots-clés Exercise 5: Se connecter aux données Exercise 6: Révision des concepts Exercise 7: Créer une Data Source et un Data Asset Exercise 8: Lire les données par lots Exercise 9: Créer une définition de lot et un lot Exercise 10: Inspectez votre Batch

Créez et évaluez des Expectations de forme et de schéma simples. Validez vos Expectations individuellement, au sein d’une Expectation Suite avec une Batch Definition, ou à l’aide d’une Validation Definition.

Exercise 1: Créer des Expectations Exercise 2: Définir une Expectation sur le nombre de colonnes Exercise 3: Évaluer les résultats de validation Exercise 4: Expectations de schéma Exercise 5: Définir une Expectation sur le nom d’une colonne Exercise 6: Définir une Expectation de plage pour le nombre de colonnes Exercise 7: Créer une suite d’Expectations Exercise 8: Créer une Suite d’Expectations

Exercice en cours

Exercise 9: Valider votre Suite d’Expectations Exercise 10: Valider des suites d’Expectations Exercise 11: Créer et exécuter une Validation Definition Exercise 12: Validation Definition vs. Batch Definition

Acquérez des compétences pratiques pour gérer la nature dynamique des Expectations sur des cas réels. Déployez des Validation Definitions avec des Checkpoints ; mettez à jour vos Expectation Suites ; et apprenez à ajouter, récupérer, lister et supprimer les principaux composants GX.

Exercise 1: Déployer des définitions de validation Exercise 2: Vérification des concepts Exercise 3: Créer un Checkpoint Exercise 4: Mettre à jour des suites d’Expectations Exercise 5: Copier une Expectation Exercise 6: Supprimer une Expectation Exercise 7: Mettre à jour une Expectation Exercise 8: Gérer les composants Exercise 9: Ajouter et lister des composants Exercise 10: Gérer un Checkpoint

Plongez au cœur des Expectations. Entraînez-vous à créer des Expectations de base sur les colonnes, des Expectations numériques au niveau des lignes et des agrégats, des Expectations sur les chaînes de caractères et leur analysabilité, et plus encore. Apprenez à appliquer des Expectations uniquement à certaines lignes d’un dataframe.

Exercise 1: Expectations de base sur les colonnes Exercise 2: Définir des Expectations au niveau ligne Exercise 3: Définir des Expectations au niveau agrégé Exercise 4: Expectations spécifiques au type Exercise 5: Définir des Expectations numériques Exercise 6: Définir des Expectations sur des chaînes de caractères Exercise 7: Expectations conditionnelles Exercise 8: Rédiger une Expectation conditionnelle Exercise 9: Inverser une Expectation conditionnelle Exercise 10: Conclusion