Python向けのシンプルで使いやすいデータ検証ライブラリ。

Validoopsie

Validoopsieは非常に軽量でユーザーフレンドリーなPython向けのデータ検証ライブラリです。クラスを簡単に宣言し、人気のあるDataFrameライブラリを思わせるスタイルで検証を連結できるよう設計されています。これにより、データフレームを頻繁に扱う開発者にとって馴染みやすく直感的なツールになっています。

Narwhalsの優れた成果により、 Validoopsieは「Bring Your Own DataFrame」（BYOD）コンセプトを取り入れています。この柔軟性により、Narwhalsがサポートする任意のDataFrameをデータ検証作業に使用できます。対応するDataFrameの全リストはこちらからご覧いただけます。

Validoopsieの構文は使いやすさを考慮して巧みに設計されています。すべての検証関数は独自のメソッドにカプセル化されており、スムーズに連結可能です。このメソッド単位の設計はシンプルさと読みやすさを優先しており、新しいAPIに適応する必要を解放します。

ライブラリを切り替えます。これにより、クリーンで理解しやすいコードの維持に集中できます。

Validoopsieは、Great Expectationsライブラリから大きなインスピレーションを受けています。データ検証プロセスをシンプルかつ効率的なものに抽出することを目指しています。データの整合性をチェックする場合でも、データ標準の遵守を確保する場合でも、Validoopsieはこれらのタスクを利用しやすく簡単に行える、洗練されながらも強力なソリューションを提供します。

インストール

pip install Validoopsie

uv add Validoopsie

はじめに

Validoopsieは非常に使いやすいため、簡単に実行できます

半分眠った状態で。ライブラリのシンプルさはBYOD（Bring Your Own DataFrame）コンセプトによって強化されており、Validateクラスを利用し、希望する検証をチェーンするだけで済みます。このアプローチにより、最小限の労力で無駄な複雑さなく始めることができます。

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

出力：

{
  "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
    }
  }
}

display_summary メソッドを使用して、検証結果をフォーマットされた表で表示することもでき、検証結果をわかりやすく読みやすい形式で提供します:

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

display_summary メソッドは、2つの情報レベルをサポートしています：

"short"（デフォルト）：タイムスタンプ、影響、ステータス、検証タイプ、列、閾値、失敗の詳細などの主要な指標を表示します
"full"：利用可能なすべての検証および結果フィールドを表示します

また、tablefmt（例："github"、"grid"、"pipe"、"html"）や maxcolwidths のような tabulate のフォーマットオプションを使ってテーブルの外観をカスタマイズできます。

バージョン

Validoopsie のインストール済みバージョンはいつでも確認できます：

from validoopsie import __version__print(__version__)

ダンダーメソッド

Validate クラスはいくつかのPythonダンダーメソッドをサポートしており、便利に使えます：

repr(vd) — 行数と検証数の概要文字列を返します：

  >>> repr(vd)
  'Validate(rows=3, validations=3)'
  ``str(vd) — 人間が読みやすいステータス文字列を返します:
  
`py
  >>> str(vd)
  'Validate: 3 validation(s), passed=False'
  `len(vd) — バリデーションの数を返します:
  
`py
  >>> len(vd)
  3
  `
Validate メソッド
すべての検証が正しく実行されたことを確認し、検証プロセス中に発生する可能性のあるエラーを処理するために、
validate メソッドを使用できます。ただし、エラーは impact レベルが high に設定されている場合にのみ
発生することに注意してください。この設定がない場合、潜在的な問題はエラーメッセージを
引き起こさない可能性があります。
注意: 発生するエラーはカスタムの ValueError です。

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()

loguruのおかげで、出力は検証とそのステータスに関する非常に
簡潔な情報をカラフルに表示します。

    
開発
Validoopsieには開発作業を簡素化するためのMakefileが含まれています：
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

開発に関する詳細は、貢献ガイドラインをご覧ください。

ライセンス

オリジナル作成者 - Akmal Soliev

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

Validoopsie

Python向けのシンプルで使いやすいデータ検証ライブラリ。

Validoopsie

目次

インストール

はじめに

`vd` stands for Validate Data

Display a full detailed table with all available information

Customize the table format (supports tabulate formatting options)

バージョン

ダンダーメソッド

Validate メソッド

vd `stands for Validate Data`

開発

Install dependencies

Run linters (mypy, ruff)

Run tests (includes doctests, stubtest)

Run both lint and test

ライセンス