Условные ожидания

Введение в качество данных с Great Expectations

Davina Moossazadeh

Data Scientist

Что такое условные ожидания?

Условные ожидания — ожидания для подмножества данных

Почему? Потому что некоторые переменные зависят от значений других переменных

Например:

  • Ожидание, что значение столбца star_rating равно 0 для всех строк, где review_count равен 0
1 https://docs.greatexpectations.io/docs/core/customize_expectations/expectation_conditions/
Введение в качество данных с Great Expectations

Синтаксис условных ожиданий

Обычные ожидания можно преобразовать в условные с помощью двух дополнительных аргументов:

  1. row_condition
    • строка с булевым выражением, определяющим подмножество данных, к которому применяется условное ожидание
  2. condition_parser
    • строка, задающая синтаксис выражения row_condition
Введение в качество данных с Great Expectations

Парсер условия

При использовании условных ожиданий с pandas этот аргумент должен быть равен "pandas"

expectation = gx.Expect...(
    **kwargs,
    condition_parser="pandas",
    row_condition=...
)
Введение в качество данных с Great Expectations

Условие строки

Синтаксис 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")
row_condition в Great Expectations
'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")'
Введение в качество данных с Great Expectations

Условие строки

Правила

  1. Не используйте одинарные кавычки внутри

    • row_condition="foo=='Two Two'"
    • row_condition='foo=="Two Two"' Галочка, указывающая на корректный синтаксис `row_condition` во втором пункте.

  2. Не используйте переносы строк внутри

    • row_condition="""
foo=="Two Two"
"""
    • row_condition='foo=="Two Two"' Галочка, указывающая на корректный синтаксис `row_condition` во втором пункте.
Введение в качество данных с Great Expectations

Пример ожидания: звёздный рейтинг

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

False
С условием
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
Введение в качество данных с Great Expectations

Давайте потренируемся!

Введение в качество данных с Great Expectations

Preparing Video For Download...