import unittest
import psycopg2
import pandas as pd
import re

class TestPostgresQuery(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        cls.connection = psycopg2.connect(
            host="localhost",
            user="agent",
            password="qwerty",
            dbname="testdb",
            sslmode="disable"
        )
        cls.cursor = cls.connection.cursor()

    def test_columns_selected(self):
        """Check if the selected columns are name, region, capital, population in this order."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        columns = [desc[0] for desc in self.cursor.description]
        expected = ["name", "region", "capital", "population"]
        condition = columns == expected
        _dynamic_test(
            self,
            condition,
            "Selected columns are correct and in the right order.",
            f"Columns selected are incorrect or out of order: {columns}"
        )

    def test_filter_europe_population(self):
        """Check that only countries from Europe with population > 100000 are returned."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        rows = self.cursor.fetchall()
        columns = [desc[0] for desc in self.cursor.description]
        df = pd.DataFrame(rows, columns=columns)
        if not df.empty:
            # Check all rows are from Europe and population > 100000
            condition = (
                (df['population'] > 100000).all() and
                ('continent' not in df.columns or True) # No continent column in result, so skip that check
            )
        else:
            condition = True  # If no rows returned, that's fine for this logic
        _dynamic_test(
            self,
            condition,
            "All rows are from Europe and have population > 100000.",
            "Some rows are not from Europe or have population <= 100000."
        )

    def test_order_by_region_capital(self):
        """Check that results are sorted by region ascending, then by capital ascending."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        rows = self.cursor.fetchall()
        columns = [desc[0] for desc in self.cursor.description]
        df = pd.DataFrame(rows, columns=columns)
        if not df.empty:
            sorted_df = df.sort_values(by=["region", "capital"], ascending=[True, True]).reset_index(drop=True)
            df = df.reset_index(drop=True)
            condition = df.equals(sorted_df)
        else:
            condition = True
        _dynamic_test(
            self,
            condition,
            "Results are sorted by region and then by capital, both ascending.",
            "Results are not sorted by region and capital as required."
        )

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

def normalize_text(text):
    text = text.lower()
    text = re.sub(r"\s{2,}", " ", text)
    text = re.sub(r"\s*([,:?])\s*", r"\1 ", text)
    return text.strip()

if __name__ == "__main__":
    unittest.main()


test_solution.py

Tämä kurssi sopii erinomaisesti aloittelijoille, jotka haluavat tutustua SQL:n maailmaan. Olitpa sitten vasta aloittamassa tietokantojen hallintaa tai tähtäämässä SQL:n käyttöön sovelluskehitysprojekteissa, kurssi kattaa olennaiset perusteet. Opit nopeasti hyödyntämään SQL:n koko potentiaalia aina tietojen kyselystä ja hallinnasta niiden saumattomaan integrointiin käytännön sovelluksiin. Kurssin lopussa hallitset käytännön ongelmien ratkaisun SQL:llä ja kehitysprosessisi tehostuu.

Tässä osiossa opimme käyttämään SQL SELECT -lausetta yksittäisen taulukon sarakkeen, useiden taulukon sarakkeiden ja kaikkien taulukon sarakkeiden hakemiseen. Lisäksi selvitämme, miten palautetaan yksilölliset arvot.

Tässä osiossa perehdytään siihen, miten kyselyn palauttamaa dataa voidaan järjestää ja priorisoida ORDER BY -lauseen avulla. Tämä lause sijoitetaan SELECT-lauseen loppuun ja sen avulla tulokset voidaan lajitella yhden tai useamman sarakkeen perusteella joko nousevaan tai laskevaan järjestykseen, mikä mahdollistaa merkityksellisemmän ja helpommin tulkittavan datan esittämisen.

Tässä osiossa opimme, kuinka palautettua dataa suodatetaan SELECT-lauseen WHERE-ehdon avulla. Opimme testaamaan yhtäsuuruutta, erisuuruutta, suurempia ja pienempiä arvoja sekä NULL-arvoja.

Tässä osiossa tarkastellaan, kuinka hakuehtoja voidaan tarkentaa yhdistämällä WHERE-lausekkeita AND- ja OR-operaattoreiden avulla. Lisäksi käsitellään, miten NOT-operaattoria voidaan käyttää tiettyjen tulosten poissulkemiseen.

Tässä osiossa opimme, mitä SQL:n yhteenvetofunktiot ovat ja miten niitä käytetään taulukoiden tietojen yhteenvedossa.

Haaste: Euroopan Alueen Lajittelu

Ratkaisu

Haaste: Euroopan Alueen Lajittelu

Ratkaisu