如何使用假设库创建日期时间索引 pandas DataFrame？

Question

我正在尝试使用 hypothesis 库创建一个 pandas DataFrame 用于代码测试目的，代码如下：

from hypothesis.extra.pandas import columns, data_frames
from hypothesis.extra.numpy import datetime64_dtypes

@given(data_frames(index=datetime64_dtypes(max_period='Y', min_period='s'),
                   columns=columns("A B C".split(), dtype=int)))

我收到的错误如下：

E           TypeError: 'numpy.dtype' object is not iterable

我怀疑这是因为当我为 index= 构造 DataFrame 时，我只传递了一个 datetime 元素而不是一个 ps.Series 类型为 [=17] =] 例如。即使是这种情况（我不确定），我仍然不确定如何使用 hypothesis 库来实现我的目标。

谁能告诉我代码有什么问题以及解决方案是什么？

Answer 1

出现上述错误的原因是，data_frames requires an index containing a strategy elements inside such as indexes 用于 index= 输入。相反，上面的 datetime64_dtypes 只提供了一个 strategy 元素，但没有索引格式。

为了解决这个问题，我们首先提供索引，然后在索引中提供策略元素，如下所示：

from hypothesis import given, strategies 
@given(data_frames(index=indexes(strategies.datetimes()),
                   columns=columns("A B C".split(), dtype=int)))

请注意，为了获得 datetime，我们使用 datetimes()。

如何使用假设库创建日期时间索引 pandas DataFrame？

How to create a datetime indexed pandas DataFrame with hypothesis library?

python

pytest

pandas

python-hypothesis