协作数据清理的脚手架方法和测试。
tddc的Python项目详细描述
这个包提供了一个协作的、测试驱动的数据清理框架。该框架支持一种可重复的数据清理方法，该方法易于验证。
对于给定的表格数据集，trello板为每个列填充卡片，以便团队成员可以将自己标记到列，并确保工作不会重叠。这些卡片包括列的摘要统计信息，这些统计信息对于编写清理列的方法非常有用。方法存根和测试存根也被搭建起来供团队成员填写。
用法：
这在使用python 2.7、3.3、3.4和3.5的linux上工作，在使用python2.7和3.5的osx上工作（可能还有3.3和3.4，但这些还没有测试）。 它在windows上工作（使用python 3.5.2：：anaconda 4.1.1（64位）测试）。 不过，在windows上使用tddc与trello的集成还有待测试。
安装软件包时使用： $ pip install tddc
您可以在以下位置下载一个很小的示例csv文件：https://github.com/DataKind-SG/test-driven-data-cleaning/raw/master/input/foobar_data.csv
在与文件相同的目录中，运行：
$ tddc summarize foobar_data.csv
这将获取csv数据集并对其进行汇总，输出到新创建的输出/目录中的json文件。
接下来，您可以运行：
$ tddc build_trello foobar_data.csv
第一次运行此命令时，它将失败，并指示如何在根目录中创建trello配置文件（将来，可能应该通过cli创建）。 创建后，可以再次尝试运行该步骤。这将创建一个trello板。我的跑步记录在这里：https://trello.com/b/cqP9VZal/data-cleaning-board-for-foobar-data
最后，您可以运行：
$ tddc build foobar_data.csv
这会将一个脚本输出到output/文件夹中，其中包含方法存根和用于清理数据集的粘合代码。它还为output/中的测试输出存根。
贡献：
在运行测试之前，您需要运行：
$ pip install pytest pytest-cov mock
然后，在项目目录的根目录中，可以使用以下命令运行测试：
$ py.test
我们正在尝试新的github项目特性。我们目前正在进行的项目是https://github.com/DataKind-SG/test-driven-data-cleaning/projects/1
每张卡都是一个问题，你可以点击通过。如果你想带张卡片（谢谢！），将卡移动到“进行中”列，并将自己分配给问题。完成后，发出拉取请求并将卡移动到“供审阅”。
如果您想到新问题，请在相应的项目中创建卡，并在下拉菜单中将卡转换为问题（当前无法从卡链接到已创建的问题）。
欢迎加入QQ群-->： 979659372
