import unittest
import psycopg2
import pandas as pd

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_avg_function_used(self):
        with open("query.sql", "r") as file:
            query = file.read()
        condition = "avg" in query.lower()
        _dynamic_test(
            self,
            condition,
            "AVG function is used in the query.",
            "Your query does not use the AVG function."
        )

    def test_surfacearea_condition(self):
        with open("query.sql", "r") as file:
            query = file.read().lower().replace(" ","")
        condition = "where" in query
        _dynamic_test(
            self,
            condition,
            "Query filters records with surfacearea > 300000.",
            "Query does not filter records with surfacearea > 300000."
        )

    def test_correct_average_value(self):
        # Calculate expected average
        data = [
            (1,'Japan ',377829),
            (3,'Mexico',1958201),
            (6,'Sweden',449964),
            (7,'Ukraine',603700),
            (8,'United States',9363520),
            (9,'Thailand',513115),
            (10,'Paraguay',406752),
            (11,'Philippines',300000), # not included (must be strictly > 300000)
            (12,'New Zealand',270534), # not included
            (13,'Norway',323877),
        ]
        filtered = [r[2] for r in data if r[2] > 300000]
        expected_avg = sum(filtered) / len(filtered)
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        result = self.cursor.fetchone()
        if result is not None:
            user_avg = float(result[0])
        else:
            user_avg = None
        condition = user_avg is not None and abs(user_avg - expected_avg) < 0.01
        _dynamic_test(
            self,
            condition,
            f"Query returns the correct average value: {expected_avg}.",
            f"Query does not return the correct average value. Expected: {expected_avg}, Got: {user_avg}."
        )

    def test_query_runs(self):
        with open("query.sql", "r") as file:
            query = file.read()
        try:
            self.cursor.execute(query)
            _dynamic_test(
                self,
                True,
                "Query executes successfully.",
                ""
            )
        except Exception as e:
            _dynamic_test(
                self,
                False,
                "",
                f"Query failed to execute: {e}"
            )

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

Découvrez les bases de SQL — de l'interrogation des données à leur intégration dans des applications concrètes. Que vous débutiez en gestion de bases de données ou que vous souhaitiez utiliser SQL pour vos projets de développement applicatif, ce cours couvre les fondamentaux. Vous apprendrez rapidement à exploiter tout le potentiel de SQL, de l'interrogation et la gestion des données à leur intégration fluide dans des applications réelles. À la fin du cours, vous aurez la confiance et les compétences nécessaires pour résoudre des problèmes pratiques avec SQL et améliorer votre processus de développement.

Dans cette section, nous apprendrons à utiliser l'instruction SELECT de SQL pour obtenir une colonne de table, plusieurs colonnes de table et toutes les colonnes de table. Nous découvrirons également comment retourner des valeurs uniques.

Dans cette section, nous examinerons comment organiser et hiérarchiser les données renvoyées par une requête à l'aide de la clause ORDER BY. Placée à la fin d'une instruction SELECT, cette clause permet de trier les résultats selon une ou plusieurs colonnes, en ordre croissant ou décroissant, offrant ainsi une sortie de données plus significative et facile à interpréter.

Dans cette section, nous apprendrons à filtrer les données retournées à l'aide de la clause WHERE de l'instruction SELECT. Nous verrons comment tester l'égalité, l'inégalité, les plages de valeurs supérieures et inférieures, ainsi que les valeurs NULL.

Dans cette section, nous explorerons comment affiner vos conditions de recherche en combinant les clauses WHERE avec les opérateurs AND et OR. Nous aborderons également l'utilisation de l'opérateur NOT pour exclure certains résultats.

Dans cette section, nous découvrirons ce que sont les fonctions d'agrégation SQL et comment les utiliser pour résumer les données d'une table.

Défi : Moyenne de Grande Surface

Solution