我正在尝试使用 python unittest
框架进行处理 csv 文件的单元测试。
我想测试列名匹配、列中的值匹配等情况。
我知道有更方便的库,比如 datatest
和 pytest
,但我只能在我的项目中使用 unittest
。
我猜我使用了错误的 unittest.TestCase
方法,并以错误的格式发送数据。
请建议如何更好地做到这一点。
db.csv 示例:
TIMESTAMP TYPE VALUE YEAR FILE SHEET
0 02-09-2018 Index 45 2018 tq.xls A01
1 13-05-2018 Index 21 2018 tq.xls A01
2 22-01-2019 Index 9 2019 aq.xls B02
这是代码示例:
import pandas as pd
import unittest
class DFTests(unittest.TestCase):
def setUp(self):
test_file_name = 'db.csv'
try:
data = pd.read_csv(test_file_name,
sep = ',',
header = 0)
except IOError:
print('cannot open file')
self.fixture = data
#Check column names
def test_columns(self):
self.assertEqual(
self.fixture.columns,
{'TIMESTAMP', 'TYPE', 'VALUE','YEAR','FILE','SHEET'},
)
#Check timestamp format
def test_timestamp(self):
self.assertRaisesRegex(
self.fixture['TIMESTAMP'],
r'\d{2}-\d{2}-\d{4}'
)
#Check year values
def test_year_values(self):
self.assertIn(
self.fixture['YEAR'],
{2018, 2019, 2020},
)
if __name__ == '__main__':
unittest.main()
错误:
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
TypeError: assertRaisesRegex() arg 1 must be an exception type or tuple of exception types
TypeError: 'Series' objects are mutable, thus they cannot be hashed
感谢任何帮助。
最佳答案
您可以使用列表推导式对每个数据框行进行断言。 尝试这样的事情:
import pandas as pd
import unittest
colnames = ["TIMESTAMP", " TYPE", " VALUE", " YEAR", " FILE", " SHEET"]
years = set([2018, 2019, 2020])
class DfTests(unittest.TestCase):
def setUp(self):
try:
data = pd.read_csv("data.csv", sep=",")
self.fixture = data
except IOError as e:
print(e)
def test_colnames(self):
self.assertListEqual(list(self.fixture.columns), colnames)
def test_timestamp_format(self):
ts = self.fixture["TIMESTAMP"]
# You need to check for every row in the dataframe
[self.assertRegex(i, r"\d{2}-\d{2}-\d{4}") for i in ts]
def test_years(self):
df_years = self.fixture[" YEAR"]
self.assertTrue(all([i in years for i in df_years]))
if __name__ == "__main__":
unittest.main()
此外,请记住 pandas
有一些内置的 testing
功能。另一方面,当对数据帧进行单元测试(和一般数据验证)时 great_expectations
可能是这项工作的最佳工具。
关于python - 使用 unittest 框架测试 pandas 数据框,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/64242014/