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_selects_population_column_only(self):
        """Check that only the 'population' column is selected from country table."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        columns = [desc[0] for desc in self.cursor.description]
        condition = columns == ["population"]
        _dynamic_test(
            self,
            condition,
            "Query selects only the 'population' column.",
            f"Query must select only the 'population' column, but columns returned are: {columns}"
        )

    def test_population_values_correct(self):
        """Check that all returned population values match those in the table."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        user_rows = self.cursor.fetchall()
        self.cursor.execute("SELECT population FROM country;")
        expected_rows = self.cursor.fetchall()
        user_df = pd.DataFrame(user_rows, columns=["population"])
        expected_df = pd.DataFrame(expected_rows, columns=["population"])
        user_sorted = user_df.sort_values(by=["population"], na_position='last').reset_index(drop=True)
        expected_sorted = expected_df.sort_values(by=["population"], na_position='last').reset_index(drop=True)
        condition = user_sorted.equals(expected_sorted)
        if not condition:
            diff = pd.concat([expected_sorted, user_sorted]).drop_duplicates(keep=False)
            failure_msg = f"Returned population values do not match expected values. Difference:\\n{diff}"
        else:
            failure_msg = ""
        _dynamic_test(
            self,
            condition,
            "All population values returned correctly.",
            failure_msg
        )

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

Denna kurs är perfekt för nybörjare som vill utforska SQL-världen. Oavsett om du precis har börjat med databashantering eller vill använda SQL för dina applikationsutvecklingsprojekt, täcker denna kurs grunderna. Du lär dig snabbt att utnyttja hela potentialen med SQL, från att fråga och hantera data till att sömlöst integrera det i verkliga applikationer. Vid kursens slut har du självförtroendet och färdigheterna att lösa praktiska problem med SQL och förbättra din utvecklingsprocess.

I det här avsnittet kommer vi att lära oss hur man använder SQL SELECT-satsen för att hämta en enskild tabellkolumn, flera tabellkolumner och alla tabellkolumner. Vi kommer även att ta reda på hur man returnerar unika värden.

I det här avsnittet utforskar vi hur man organiserar och prioriterar data som returneras av en fråga med hjälp av ORDER BY-satsen. Denna sats placeras i slutet av ett SELECT-uttalande och gör det möjligt att sortera resultaten efter en eller flera kolumner, antingen i stigande eller fallande ordning, vilket ger en mer meningsfull och lättolkad datautmatning.

I det här avsnittet kommer vi att lära oss hur man filtrerar returnerad data med hjälp av SELECT-satsens WHERE-villkor. Vi kommer att lära oss hur man testar för likhet, olikhet, större och mindre än värdeintervall samt NULL-värden.

I det här avsnittet utforskar vi hur du kan förfina dina sökvillkor genom att kombinera WHERE-satser med operatorerna AND och OR. Vi går även igenom hur operatorn NOT kan användas för att exkludera vissa resultat.

I det här avsnittet kommer vi att lära oss vad SQL:s aggregatfunktioner är och hur de används för att sammanfatta tabelldata.

Utmaning: Hitta Befolkningen i Länderna

Lösning