- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在处理很多 pandas 数据框,我想使用 pytest 来测试它们,并且我正在使用假设来生成测试数据。
我遇到的问题是它在每列中生成相同的数据值。
我实际上不知道如何生成真实数据来测试..
这是我正在尝试的:
from hypothesis.extra.pandas import data_frames , column, range_indexes
from hypothesis import given, settings, strategies as st
import pandas as pd
from datetime import datetime
data = data_frames(columns=[column(name='key', elements=st.floats(allow_nan=True)),
column(name='fbms_start_date', elements=st.datetimes(min_value=datetime(2020, 7, 1),
max_value=datetime.now())),
column(name='breakdown_type', elements=st.just("Total")),
column(name='breakdown_one', elements=st.just(float('nan'))),
column(name='adset_id', elements=st.floats(allow_nan=True)),
column(name='adset_name', elements=st.text()),
column(name='campaign_id', elements=st.floats(allow_nan=True, )),
column(name='campaign_name', elements=st.text()),
column(name='reach', elements=st.text()),
column(name='impressions', elements=st.just(float('nan'))),
column(name='spend', elements=st.floats(allow_nan=False)),
column(name='page_likes', elements=st.floats(allow_nan=False)),
column(name='post_engagement', elements=st.sampled_from(['LINK_CLICKS',
'POST_ENGAGEMENT',
'PAGE_LIKES'])),
column(name='objective', elements=st.floats(allow_nan=False)),
column(name='ads_run', elements=st.sampled_from([True, False]))],
index=range_indexes(min_size=100)
)
@given(df=data)
@settings(max_examples=5)
def test_hyothesis(df):
print(df)
assert 1
这总是生成以下数据集
key fbms_start_date breakdown_type breakdown_one adset_id adset_name campaign_id campaign_name reach impressions spend page_likes post_engagement objective ads_run
0 0.0 2020-07-01 Total 0.0 0.0 0.0 0.0 LINK_CLICKS 0.0 True
1 0.0 2020-07-01 Total 0.0 0.0 0.0 0.0 LINK_CLICKS 0.0 True
2 0.0 2020-07-01 Total 0.0 0.0 0.0 0.0 LINK_CLICKS 0.0 True
3 0.0 2020-07-01 Total 0.0 0.0 0.0 0.0 LINK_CLICKS 0.0 True
4 0.0 2020-07-01 Total 0.0 0.0 0.0 0.0 LINK_CLICKS 0.0 True
5 0.0 2020-07-01 Total 0.0 0.0 0.0 0.0 LINK_CLICKS 0.0 True
6 0.0 2020-07-01 Total 0.0 0.0 0.0 0.0 LINK_CLICKS 0.0 True
7 0.0 2020-07-01 Total 0.0 0.0 0.0 0.0 LINK_CLICKS 0.0 True
8 0.0 2020-07-01 Total 0.0 0.0 0.0 0.0 LINK_CLICKS 0.0 True
9 0.0 2020-07-01 Total 0.0 0.0 0.0 0.0 LINK_CLICKS 0.0 True
正如您所看到的,每一列都有一个值而不是唯一值,我不知道如何生成可以测试的真实值..
任何帮助都会有帮助......
最佳答案
Zac 在 his answer 中提供了一些很好的见解从那以后,我明白了为什么我会遇到这个问题,我设法从文档中与一些黑客共享的代码中获得了一些数据。虽然它没有生成 100% 的我想要的结果,但对于测试来说已经足够了。
以下是我生成列和数据的方法。
我使用以下代码来定义列策略:
from hypothesis.extra.pandas import data_frames , column, range_indexes
from hypothesis import strategies as st, given, settings
import pandas as pd
from datetime import datetime
datetime_st = st.dates(
min_value=datetime(2020, 7, 1).date(),
max_value=datetime.today().date()
)
float_without_nan_st = st.floats(min_value=0.0001, max_value=3030, allow_nan=False)
float_with_nan_st = st.floats(allow_nan=True, allow_infinity=False)
text_st = st.text(alphabet="espoiristusingacolemakeyboard", min_size=5)
boolean_st = st.boolean()
然后我使用以下命令创建了数据框:
df_columns = {
"fbms_start_date": {"elements": datetime_st, "unique": True},
"fbmb_spend": {"elements": float_without_nan_st, "unique":True},
"fbmb_adset_id": {"elements": float_with_nan_st, "unique":False, "fill": st.nothing()},
"fbmb_adset_name": {"elements": text_st, "unique":False, "fill": st.nothing()},
"fbmb_ads_run": {"elements": boolean_st},
"fbms_key" : {"elements": float_with_nan_st, "unique":False, "fill": st.nothing()},
"fbmb_breakdown_type": {"elements": st.just("Total")},
"fbmb_breakdown_one": {"elements": st.just(float('nan')) },
"fbmb_campaign_id": {"elements": float_with_nan_st, "unique":False, "fill": st.nothing()},
"fbmb_campaign_name" : {"elements": text_st, "unique":False, "fill": st.nothing()},
"fbmb_reach" : {"elements": text_st, "unique":False, "fill": st.nothing()},
"fbmb_impressions" : {"elements": st.integers(min_value=0, max_value=100001) },
"fbmb_spend" : {"elements": float_with_nan_st, "unique":False, "fill": st.nothing()},
"fbmb_page_likes" : {"elements": float_with_nan_st, "unique":False, "fill": st.nothing()},
"fbmb_post_engagement" : {"elements": st.sampled_from(['LINK_CLICKS',
'POST_ENGAGEMENT',
'PAGE_LIKES']), "unique":False},
"fbmb_objective" : {"elements": float_with_nan_st, "unique":False, "fill": st.nothing()},
}
接下来我使用以下命令生成数据集:
test_dfs = data_frames(
index=range_indexes(min_size=10),
columns=[column(key, **value) for key, value in df_columns.items()],
)
最后,我能够运行以下测试
@given(df=test_dfs)
@settings(max_examples=5)
def test_hyothesis(df):
print(df)
assert 1
注意数据集生成索引中的 min_size 和设置中的 max_example。
关于python - 生成随机数据以通过假设测试 pandas 数据框,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/65707321/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!