Кадр данных гипотезы Python предполагает, что столбец не состоит исключительно из значений NaN

Я думаю, вы можете использовать filter в сгенерированном примере DataFrame, чтобы исключить наборы данных с плохой выборкой.

Используйте что-то вроде этого:

data = data_frames(...)
data = data.filter(lambda tt: tt.isna().sum(axis=0).max() < tt.shape[0])

Или, если вы хотите применить фильтр только к набору столбцов:

data = data_frames(...)

# or which is the same
col_names = ['sec2','sec3']
data = data.filter(lambda tt: tt[col_names].isna().sum(axis=0).max() < tt.shape[0])

Я обнаружил один нюанс: вам нужно применить фильтр ко всем столбцам вместе в одной функции .filter. В противном случае вы все равно можете увидеть столбцы со всеми NaN. Например, эти инструкции не позволят создать правильный набор данных:

# Doesn't work - Still may give columns with all Nones!
data = data_frames(...)
for col in colnames:
    data = data.filter(lambda tt: tt[col].isna().sum() < tt.shape[0])

Результат

Итак, окончательный код:

import datetime
from hypothesis import strategies as st
from hypothesis.extra.pandas import columns as cols
from hypothesis.extra.pandas import data_frames, indexes


aa = data_frames(
    columns=cols(
        ["sec1", "sec2", "sec3"], 
        elements=st.floats(allow_infinity=False)
    ),
    index=indexes(elements=st.dates(
        min_value=datetime.date(2023,10,31), 
        max_value=datetime.date(2024,5,31)),
        min_size = 1 # generate at least 1 row, prevents generating empty dataframe
    ),
)


# or which is the same
aa = aa.filter(lambda tt: tt.isna().sum(axis=0).max() < tt.shape[0])

print(aa.example())