Typspecifika förväntningar

Introduktion till datakvalitet med Great Expectations

Davina Moossazadeh

Data Scientist

Numeriska förväntningar: aggregatnivå

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
)

Numeriska förväntningar: radnivå

Ange radnivåförväntningar för värdeintervall:

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

eller ordning:

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

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

Strängförväntningar

Ange strängförväntningar (alla på radnivå):

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
)

Förväntningar på strängparsning

Ange förväntningar för strängkolumner för att säkerställa att data kan tolkas

ExpectColumnValuesToBeDateutilParseable() för datum:

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

ExpectColumnValuesToBeJsonParseable() för JSON:

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

Facitblad

Numeriska förväntningar:

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

ExpectColumnValuesToBeBetween(
    column, min_value, max_value
)

ExpectColumnValuesToBeIncreasing(column)

ExpectColumnValuesToBeDecreasing(column)

Strängförväntningar:

ExpectColumnValueLengthsToEqual(column, value)

ExpectColumnValuesToMatchRegex(column, regex)

ExpectColumnValuesToMatchRegexList(
    column, regex_list
)

ExpectColumnValuesToBeDateutilParseable(column)

ExpectColumnValuesToBeJsonParseable(column)

Nu kör vi en övning!

Introduktion till datakvalitet med Great Expectations