python - 如何将数据框转换为 great_expectations 数据集？

Question

我有一个 pandas 或 pyspark 数据框df，我想在其中运行期望。我已经在内存中有我的数据框。如何将我的数据框转换为 great_expectations 数据集？

这样我就可以做例如：

df.expect_column_to_exist("my_column")

Answer 1

import great_expectations as ge

对于熊猫：

df_ge = ge.from_pandas(df)

或者

df_ge = ge.dataset.PandasDataset(df)

对于 pyspark：

df_ge = ge.dataset.SparkDFDataset(df)

现在你可以运行你的期望

df_ge.expect_column_to_exist("my_column")

请注意，great_expectations SparkDFDataset 不会从 pyspark DataFrame 继承函数。您可以通过以下方式访问原始 pyspark DataFramedf_ge.spark_df

Answer 2

另请参阅 Great Expectations 文档/教程，了解使用以下方法转换 Pandas DF 的替代版本ge.from_pandas：https ://docs.greatexpectations.io/en/latest/guides/tutorials/explore_expectations_in_a_notebook.html