我上课了
children
我有一个单元测试类
import pandas as pd
class foo(object):
def __init__(self):
self.info = pd.DataFrame()
def getData(self):
self.__readCSV()
def __readCSV(self):
self.info = pd.read_csv(self.filename)
如何将class test(unittest.TestCase):
def test(self):
mock = patch('foo.pandas.read_csv')
foo().getData()
...
返回值更改为pd.read_csv(self.filename)
以测试DataFrame({'column1': Series([1., 2., 3.]),'column2': Series([4., 5., 6.])})
是否已分配self.info
?
答案 0 :(得分:2)
你在使用python 3吗? python 3内置了模拟库,对于python 2.x,你需要使用第三方模拟库(http://www.voidspace.org.uk/python/mock/index.html)。
要模拟pd.read_csv
,您可以使用以下
# for python 3.x
from unittest.mock import patch
# for python 2.x
# from mock import patch
import pandas as pd
class test(unittest.TestCase):
@patch('foo.pd.read_csv')
def test(self, mock_read_csv):
mock_read_csv.return_value = pd.DataFrame({'column1': Series([1., 2., 3.]),'column2': Series([4., 5., 6.])})
assert foo().getData()
答案 1 :(得分:0)
模拟对象具有属性side_effect,
class test(unittest.TestCase):
def test(self):
mock = patch('foo.pandas.read_csv')
mock.side_effect = my_data_formatter
foo().getData()
现在您需要定义my_data_formatter函数,该函数以所需格式重新运行您想要的数据。对于你的pd.read_csv(self.filename),它可能是,
def my_data_formatter(my_file):
# formatting for the data you want.
return DataFrame({'column1': Series([1., 2., 3.]),'column2': Series([4., 5., 6.])})