时间戳

首页 > 解决方案 > 数据框的模拟结果适用

python - 数据框的模拟结果适用

问题描述

我正在尝试模拟在 dataframe.apply(function) 中调用的函数的结果，请参见下面的代码：

def simple_zero(value):
    a = value
    return a-value

def difficult_zero(value):
    a = np.zeros(value.shape, dtype=int)
    return a

@mock.patch('difficult_zero', side_effect='simple_zero')
def test_mock_df_apply():
    df = pd.DataFrame([[4, 9],] * 3, columns=['A', 'B'])
    df = df.apply(difficult_zero)
    print(df)
    assert 0

运行此测试会导致“TypeError：需要一个有效的目标来修补。您提供了：'difficult_zero'”。我已经尝试过 patchside_effect='simple_zero'和 patch return_value=pd.DataFrame([[0, 0],] * 3, columns=['A', 'B'])。

预期输出为

   A  B  
0  0  0  
1  0  0    
2  0  0

如何模拟应用数据框的结果？

编辑：固定 simple_zero 功能

标签： pythonpandasunit-testing

解决方案

mock模块的正确用法如下：

@mock.patch(__name__+'.difficult_zero', new=simple_zero)

目标'__name__+'.difficult_zero'是表示函数定义的字符串。由于 mock 对当前运行时范围一无所知，我们应该将它与函数名称一起传递。在这种情况下，这可以__name__。使用另一个函数的参数不是side_effect='function'，但它是new=function。它可能已经改变，但我不确定！

希望这可以帮助！

推荐阅读