def test_group_cols():
df = rank(data,
value_cols=['VALUE_1', 'VALUE_2'],
group_cols='YEAR',
method='average')
expected = pd.DataFrame([{
'VALUE_1_rank': 1.0,
'VALUE_2_rank': 2.5
}, {
'VALUE_1_rank': 2.0,
'VALUE_2_rank': 1.0
}, {
'VALUE_1_rank': 1.0,
'VALUE_2_rank': 2.0
}, {
'VALUE_1_rank': 2.0,
'VALUE_2_rank': 1.0
}, {
'VALUE_1_rank': 4.0,
'VALUE_2_rank': 4.0
}, {
'VALUE_1_rank': 3.0,
'VALUE_2_rank': 2.5
}, {
'VALUE_1_rank': 3.0,
'VALUE_2_rank': 4.0
}, {
'VALUE_1_rank': 4.0,
'VALUE_2_rank': 3.0
}])
assert df[['VALUE_1_rank', 'VALUE_2_rank']].equals(expected)
def test_empty_group_cols():
df = rank(data, value_cols=['VALUE_1', 'VALUE_2'])
expected = pd.DataFrame([{
'VALUE_1_rank': 1,
'VALUE_2_rank': 2
}, {
'VALUE_1_rank': 3,
'VALUE_2_rank': 1
}, {
'VALUE_1_rank': 1,
'VALUE_2_rank': 6
}, {
'VALUE_1_rank': 4,
'VALUE_2_rank': 4
}, {
'VALUE_1_rank': 7,
'VALUE_2_rank': 4
}, {
'VALUE_1_rank': 5,
'VALUE_2_rank': 2
}, {
'VALUE_1_rank': 6,
'VALUE_2_rank': 8
}, {
'VALUE_1_rank': 7,
'VALUE_2_rank': 7
}])
assert df[['VALUE_1_rank', 'VALUE_2_rank']].equals(expected)
def test_empty_rank_cols_names():
df = rank(data, value_cols='VALUE_1')
assert df.columns[-1] == 'VALUE_1_rank'
def test_invalid_value_col_type():
with pytest.raises(TypeError):
rank(data, value_cols='ENTITY')