Una biblioteca de Validación de Datos simple y fácil de usar para Python.

Validoopsie

Validoopsie es una biblioteca de validación de datos notablemente ligera y fácil de usar para Python. Está diseñada para ayudarte a declarar clases fácilmente y encadenar validaciones juntas, en un estilo que recuerda a las populares bibliotecas de DataFrame. Esto la convierte en una herramienta familiar e intuitiva para desarrolladores que trabajan regularmente con dataframes.

Gracias al excelente trabajo de Narwhals, Validoopsie incorpora el concepto "Trae Tu Propio DataFrame" (BYOD). Esta flexibilidad te permite usar cualquier DataFrame que Narwhals soporte para tus tareas de validación de datos. Para explorar la gama completa de DataFrames soportados, puedes visitar este enlace.

La sintaxis de Validoopsie ha sido cuidadosamente diseñada para asegurar facilidad de uso. Cada función de validación está encapsulada en su propio método, que puede ser enlazado sin problemas. Este diseño específico por método prioriza la simplicidad y la legibilidad, liberándote de la necesidad de adaptarte a una nueva API cada vez que tú bibliotecas de cambio. Te permite concentrarte en mantener un código limpio y comprensible.

Validoopsie se inspira significativamente en la biblioteca Great Expectations. Se esfuerza por destilar el proceso de validación de datos en algo sencillo y eficiente. Ya sea que estés verificando la integridad de los datos o asegurando el cumplimiento con los estándares de datos, Validoopsie ofrece una solución optimizada pero poderosa para hacer que estas tareas sean accesibles y sencillas.

Instalación

pip install Validoopsie

uv add Validoopsie

Primeros Pasos

Validoopsie es increíblemente fácil de usar, tanto que podrías hacerlo

medio dormido. La simplicidad de la biblioteca se mejora con el concepto BYOD (Trae Tu Propio DataFrame), donde solo necesitas utilizar la clase Validate y encadenar las validaciones que desees. Este enfoque garantiza que puedas comenzar con un esfuerzo mínimo y sin ninguna complejidad innecesaria.

import pandas as pd
from validoopsie import Validate
p_df = pd.DataFrame(
    {
        "name": ["John", "Doe", "Jane"],
        "target_name": ["John", "Doe", "Jane"],
        "last_name": ["Smith", "Smith", "Smith"],
        "age": [25, 30, 35],
    },
)
vd stands for Validate Data
vd = Validate(p_df)
vd.EqualityValidation.PairColumnEquality(
    column="name",
    target_column="age",
    impact="high",
).UniqueValidation.ColumnUniqueValuesToBeInList(
    column="last_name",
    values=["Smith"],
).ValuesValidation.ColumnValuesToBeBetween(
    column="age",
    min_value=20,
    max_value=40,
)vd.results

SALIDA:

{
  "Summary": {
    "passed": false,
    "validations": [
      "PairColumnEquality_name",
      "ColumnUniqueValuesToBeInList_last_name",
      "ColumnValuesToBeBetween_age"
    ],
    "failed_validation": ["PairColumnEquality_name"]
  },
  "PairColumnEquality_name": {
    "validation": "PairColumnEquality",
    "impact": "high",
    "timestamp": "2025-10-07T11:25:04.213211+02:00",
    "column": "name",
    "result": {
      "status": "Fail",
      "threshold_pass": false,
      "message": "The column 'name' is not equal to the column'age'.",
      "failing_items": [
        "Doe - column name - column age - 30",
        "Jane - column name - column age - 35",
        "John - column name - column age - 25"
      ],
      "failed_number": 3,
      "frame_row_number": 3,
      "threshold": 0.0,
      "failed_percentage": 1.0
    }
  },
  "ColumnUniqueValuesToBeInList_last_name": {
    "validation": "ColumnUniqueValuesToBeInList",
    "impact": "low",
    "timestamp": "2025-10-07T11:25:04.216417+02:00",
    "column": "last_name",
    "result": {
      "status": "Success",
      "threshold_pass": true,
      "message": "All items passed the validation.",
      "frame_row_number": 3,
      "threshold": 0.0
    }
  },
  "ColumnValuesToBeBetween_age": {
    "validation": "ColumnValuesToBeBetween",
    "impact": "low",
    "timestamp": "2025-10-07T11:25:04.217300+02:00",
    "column": "age",
    "result": {
      "status": "Success",
      "threshold_pass": true,
      "message": "All items passed the validation.",
      "frame_row_number": 3,
      "threshold": 0.0
    }
  }
}

También puedes mostrar los resultados de la validación en una tabla formateada utilizando el método display_summary, que ofrece una vista limpia y legible de tus resultados de validación:

vd.display_summary()

default display_summary

Display a full detailed table with all available information

vd.display_summary(information="full")

full display_summary

Customize the table format (supports tabulate formatting options)

vd.display_summary(tablefmt="pipe", maxcolwidths=20)

kwargs display_summary

El método display_summary soporta dos niveles de información:

"short" (por defecto): Muestra métricas clave como marca de tiempo, impacto, estado,

tipo de validación, columna, umbral y detalles de fallos

"full": Muestra todos los campos disponibles de validación y resultados

También puedes personalizar la apariencia de la tabla usando cualquier opción de formato de tabulate como tablefmt para diferentes estilos de tabla (por ejemplo, "github", "grid", "pipe", "html") y maxcolwidths para controlar el ancho de las columnas.

Versión

Puedes verificar la versión instalada de Validoopsie en cualquier momento:

from validoopsie import __version__print(__version__)

Métodos Dunder

La clase Validate soporta varios métodos dunder de Python para mayor comodidad:

repr(vd) — devuelve una cadena resumen con el recuento de filas y el número de validaciones:

  >>> repr(vd)
  'Validate(rows=3, validations=3)'
  ``str(vd) — devuelve una cadena de estado legible para humanos:
  
`py
  >>> str(vd)
  'Validate: 3 validation(s), passed=False'
  `len(vd) — devuelve el número de validaciones:
  
`py
  >>> len(vd)
  3
  `
Método Validate
Para asegurarse de que todas sus validaciones se hayan ejecutado correctamente y manejar
cualquier error potencial que pueda surgir durante el proceso de validación, puede usar
el método validate. Sin embargo, es importante señalar que los errores solo se
generarán si el nivel de impact está configurado en high. Sin esta configuración,
los problemas potenciales pueden no activar un mensaje de error.
NOTA: El error generado es un ValueError personalizado.

py
import pandas as pd
from validoopsie import Validate
p_df = pd.DataFrame(
    {
        "name": ["John", "Doe", "Jane"],
        "target_name": ["John", "Doe", "Jane"],
        "last_name": ["Smith", "Smith", "Smith"],
        "age": [25, 30, 35],
    },
)

vd `stands for Validate Data`


vd = Validate(p_df)
vd.EqualityValidation.PairColumnEquality(
    column="name",
    target_column="age",
    impact="high",
).UniqueValidation.ColumnUniqueValuesToBeInList(
    column="last_name",
    values=["Smith"],
).ValuesValidation.ColumnValuesToBeBetween(
    column="age",
    min_value=20,
    max_value=40,
).validate()

Gracias a loguru la salida proporcionará una información muy
concisa sobre las validaciones y su estado de una manera colorida.

    
Desarrollo
Validoopsie incluye un Makefile para simplificar las tareas de desarrollo:
bash
Install dependencies
make setup
Run linters (mypy, ruff)
make lint
Run tests (includes doctests, stubtest)
make test
Run both lint and test
make all

Para más información sobre el desarrollo, consulta las directrices de contribución.

Licencia

Creador Original - Akmal Soliev

--- Tranlated By Open Ai Tx | Last indexed: 2026-06-11 ---