【单词】:熊猫数据类型
dataenforce的Python项目详细描述
#概述
`data enforce`是一个python包,用于使用python 3类型提示强制pandas数据帧的列名和类型。
以意想不到的方式打破。使用“dataenforce”,您可以为函数提供一个清晰的接口,并确保在使用代码时输入的数据帧具有正确的格式。
或者只导入“dataenforce”文件夹。
您可以对提供的类使用类型提示来指示输入数据帧应具有的形状,以及验证修饰符,以确保在每个函数调用中都尊重格式。
“location”]
传递
```
如果只想指定需要的列的子集,可以使用省略号:
``py
def process_data(data:dataset[“id”,“name”,“location”,…])
pass
````
“longitude”:float])
pass
```
只有名称和类型的组合才是可能的:`dataset[“id”:int,“name”]`.
\“纬度”,“经度”]
“timestamp”])
pass
```
forcing:`@validate`
`@validate`decorator确保在调用函数时输入的“dataset”具有正确的格式,否则会引发“typeerror”。
``py
validate
将panda导入为pd
@validate
def process_data(data:dataset[“id”,“name”]):
pass
process_data(pd.dataframe(dict(id=[1,2],name=[“alice”,“bob”]))));works
process_data(pd.dataframe(dict(id=[1,2]);引发类型错误,缺少列名
```
如何测试
`dataenforce`使用'pytest'作为测试库。如果安装了“pytest”,则在根文件夹中的命令行中运行“pytest”。
这意味着您可以自由使用库并重新分发它,前提是保留版权
*依赖关系:pandas&numpy
`data enforce`是一个python包,用于使用python 3类型提示强制pandas数据帧的列名和类型。
以意想不到的方式打破。使用“dataenforce”,您可以为函数提供一个清晰的接口,并确保在使用代码时输入的数据帧具有正确的格式。
或者只导入“dataenforce”文件夹。
您可以对提供的类使用类型提示来指示输入数据帧应具有的形状,以及验证修饰符,以确保在每个函数调用中都尊重格式。
“location”]
传递
```
如果只想指定需要的列的子集,可以使用省略号:
``py
def process_data(data:dataset[“id”,“name”,“location”,…])
pass
````
“longitude”:float])
pass
```
只有名称和类型的组合才是可能的:`dataset[“id”:int,“name”]`.
\“纬度”,“经度”]
“timestamp”])
pass
```
forcing:`@validate`
`@validate`decorator确保在调用函数时输入的“dataset”具有正确的格式,否则会引发“typeerror”。
``py
validate
将panda导入为pd
@validate
def process_data(data:dataset[“id”,“name”]):
pass
process_data(pd.dataframe(dict(id=[1,2],name=[“alice”,“bob”]))));works
process_data(pd.dataframe(dict(id=[1,2]);引发类型错误,缺少列名
```
如何测试
`dataenforce`使用'pytest'作为测试库。如果安装了“pytest”,则在根文件夹中的命令行中运行“pytest”。
这意味着您可以自由使用库并重新分发它,前提是保留版权
*依赖关系:pandas&numpy