Scrivere unit test con pytest

In questo esercizio praticherai la scrittura di un unit test per validare una data pipeline. Userai assert e altri strumenti per costruire i test e verificare se la pipeline si comporta come dovrebbe.

Le funzioni extract() e transform() sono già disponibili per te, insieme a pandas, importato come pd. Testerai la funzione transform(), mostrata qui sotto.

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

Questo esercizio fa parte del corso

ETL and ELT in Python

Visualizza il corso

Istruzioni dell'esercizio

Importa la libreria pytest.
Verifica con un'asserzione che il valore memorizzato nella variabile clean_tax_data sia un'istanza di pd.DataFrame.
Valida che il numero di colonne nel DataFrame clean_tax_data sia maggiore del numero di colonne memorizzate nel DataFrame raw_tax_data.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

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)

Modifica ed esegui il codice