Ekspektasi Bersyarat

Pengantar Data Quality dengan Great Expectations

Davina Moossazadeh

Data Scientist

Apa itu Ekspektasi Bersyarat?

Ekspektasi Bersyarat - Ekspektasi untuk subset data

Mengapa? Karena beberapa variabel bergantung pada nilai variabel lain

Contoh:

  • Ekspektasi bahwa kolom star_rating bernilai 0 untuk semua baris dengan review_count bernilai 0
1 https://docs.greatexpectations.io/docs/core/customize_expectations/expectation_conditions/
Pengantar Data Quality dengan Great Expectations

Sintaks untuk Ekspektasi Bersyarat

Dataset Expectation dapat diubah menjadi Ekspektasi Bersyarat dengan dua argumen tambahan:

  1. row_condition
    • string ekspresi boolean yang mendefinisikan subset data tempat Ekspektasi Bersyarat diterapkan
  2. condition_parser
    • string yang menentukan sintaks row_condition
Pengantar Data Quality dengan Great Expectations

Condition parser

Saat menerapkan Ekspektasi Bersyarat dengan pandas, argumen ini harus diatur ke "pandas"

expectation = gx.Expect...(
    **kwargs,
    condition_parser="pandas",
    row_condition=...
)
Pengantar Data Quality dengan Great Expectations

Row condition

Sintaks pandas
df["foo"] == 'Two Two'

df["foo"].notNull()

df["foo"] <= datetime.date(2023, 3, 13)

(df["foo"] < 5) & (df["foo"] >= 3.14)


df["foo"].str.startswith("bar")
Great Expectations row_condition
'foo == "Two Two"'

'foo.notNull()'

'foo <= datetime.date(2023, 3, 13)'

'(foo > 5) & (foo <= 3.14)'
'foo > 5 and foo <= 3.14'

'foo.str.startswith("bar")'
Pengantar Data Quality dengan Great Expectations

Row condition

Aturan

  1. Jangan gunakan tanda petik tunggal di dalam

    • row_condition="foo=='Two Two'"
    • row_condition='foo=="Two Two"' Tanda centang yang menunjukkan sintaks `row_condition` pada poin kedua benar.

  2. Jangan gunakan pemisah baris di dalam

    • row_condition="""
foo=="Two Two"
"""
    • row_condition='foo=="Two Two"' Tanda centang yang menunjukkan sintaks `row_condition` pada poin kedua benar.
Pengantar Data Quality dengan Great Expectations

Contoh Expectation: star rating

Tanpa kondisi
expectation = gx.expectations.\
ExpectColumnValuesToBeBetween(
    column="price_usd",
    max_value=10,
)
validation_results = batch.validate(
    expect=expectation
)
print(validation_results.success)

False
Bersyarat
expectation = gx.expectations.\
ExpectColumnValuesToBeBetween(
    column="price_usd",
    max_value=10,
    condition_parser='pandas',
    row_condition='mark_price_usd < 10',
)
validation_results = batch.validate(
    expect=expectation
)
print(validation_results.success)

True
Pengantar Data Quality dengan Great Expectations

Ayo berlatih!

Pengantar Data Quality dengan Great Expectations

Preparing Video For Download...