
176
|
第
5
章
verificationResult = VerificationSuite(spark) \
.onData(dataset) \
.addCheck(
Check(spark, CheckLevel.Error, "Review Check") \
.hasSize(lambda x: x >= 150000000) \
.hasMin("star_rating", lambda x: x == 1.0) \
.hasMax("star_rating", lambda x: x == 5.0) \
.isComplete("review_id") \
.isUnique("review_id") \
.isComplete("marketplace") \
.isContainedIn("marketplace", ["US", "UK", "DE", "JP", "FR"])) \
.run()
我们定义了用于应用在数据集上的约束和断言集合。让我们运行任务,并确保我们
的数据与我们的预期一致。表
5-2
展示了
Deequ
任务的结果,该任务汇总了我们指
定的约束和检查的结果。
表 5-2:Deequ 任务结果
.addAnalyzer(Correlation("total_votes", ...