Așteptări specifice tipului

Introducere în calitatea datelor cu Great Expectations

Davina Moossazadeh

Data Scientist

Așteptări numerice: nivel agregat

gx.expectations.ExpectColumnMeanToBeBetween(
    column="mark_price_usd", min_value=20, max_value=25
)

gx.expectations.ExpectColumnMedianToBeBetween(
    column="mark_price_usd", min_value=20, max_value=25
)

gx.expectations.ExpectColumnStdevToBeBetween(
    column="mark_price_usd", min_value=15, max_value=20
)

gx.expectations.ExpectColumnSumToBeBetween(
    column="mark_price_usd", min_value=20000, max_value=21000
)

Așteptări numerice: nivel de rând

Așteptări la nivel de rând pentru intervale de valori:

gx.expectations.ExpectColumnValuesToBeBetween(
    column="star_rating", min_value=0, max_value=5
)

sau ordine:

gx.expectations.ExpectColumnValuesToBeIncreasing(
    column="price_usd"
)

gx.expectations.ExpectColumnValuesToBeDecreasing(
    column="price_usd"
)

Așteptări pentru șiruri de caractere

Așteptări pentru șiruri de caractere (toate la nivel de rând):

gx.expectations.ExpectColumnValueLengthsToEqual(
    column="sku_id", value=18
)

gx.expectations.ExpectColumnValuesToMatchRegex(
    column="link", regex="^https://us.shein.com/[\w-]+"
)

regex_list = [
    "//img.ltwebstatic.com/images3_(spmp)|(pi)/202[0-4]/[0-1][0-9]/.*",
    "//sheinsz.ltwebstatic.com/she_dist/images/bg-g.*"
]

gx.expectations.ExpectColumnValuesToMatchRegexList(
    column="hero_image", regex_list=regex_list
)

Așteptări de parsabilitate pentru șiruri

Așteptări pentru coloane de tip șir, pentru a verifica dacă datele pot fi parsate

ExpectColumnValuesToBeDateutilParseable() pentru date:

gx.expectations.ExpectColumnValuesToBeDateutilParseable(
    column="colour"
)

ExpectColumnValuesToBeJsonParseable() pentru JSON:

gx.expectations.ExpectColumnValuesToBeJsonParseable(
    column="colour"
)

Rezumat

Așteptări numerice:

ExpectColumn<METRIC>ToBeBetween(
    column, min_value, max_value
)
# <METRIC> in {"Mean", "Median", "Stdev", "Sum"}

ExpectColumnValuesToBeBetween(
    column, min_value, max_value
)

ExpectColumnValuesToBeIncreasing(column)

ExpectColumnValuesToBeDecreasing(column)

Așteptări pentru șiruri de caractere:

ExpectColumnValueLengthsToEqual(column, value)

ExpectColumnValuesToMatchRegex(column, regex)

ExpectColumnValuesToMatchRegexList(
    column, regex_list
)

ExpectColumnValuesToBeDateutilParseable(column)

ExpectColumnValuesToBeJsonParseable(column)

Să exersăm!

Introducere în calitatea datelor cu Great Expectations