Walidacja potoku danych za pomocą assert
Aby tworzyć testy jednostkowe dla potoków danych, warto zapoznać się ze słowem kluczowym assert oraz funkcją isinstance(). W tym ćwiczeniu przećwiczysz użycie tych dwóch narzędzi do walidacji komponentów potoku danych.
Funkcje extract() i transform() są już dostępne, podobnie jak biblioteka pandas zaimportowana jako pd. Obie funkcje – extract() i transform() – zwracają DataFrame. Powodzenia!
To ćwiczenie jest częścią kursu
ETL i ELT w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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) == ____