write-testthat-tests
About
This skill generates comprehensive testthat (Edition 3) unit tests for R package functions. It helps developers add tests for new functions, increase coverage for existing code, write regression tests for bug fixes, or set up test infrastructure for new packages. Key capabilities include test organization, expectations, fixtures, mocking, snapshot tests, and parameterized testing.
Quick Install
Claude Code
Recommendednpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/write-testthat-testsCopy and paste this command in Claude Code to install this skill
Documentation
name: write-testthat-tests description: > Umfassende testthat-Tests (Edition 3) fuer R-Paketfunktionen schreiben. Behandelt Testorganisation, Erwartungen, Fixtures, Mocking, Snapshot-Tests, parametrisierte Tests und das Erreichen hoher Testabdeckung. Verwenden beim Hinzufuegen von Tests fuer neue Paketfunktionen, zur Erhoehung der Testabdeckung bestehenden Codes, zum Schreiben von Regressionstests fuer Fehlerbehebungen oder beim Einrichten der Testinfrastruktur fuer ein neues Paket. locale: de source_locale: en source_commit: 6f65f316 translator: claude-opus-4-6 translation_date: 2026-03-16 license: MIT allowed-tools: Read Write Edit Bash Grep Glob metadata: author: Philipp Thoss version: "1.0" domain: r-packages complexity: intermediate language: R tags: r, testthat, testing, unit-tests, coverage
testthat-Tests schreiben
Umfassende Tests fuer R-Paketfunktionen mit testthat Edition 3 erstellen.
Wann verwenden
- Tests fuer neue Paketfunktionen hinzufuegen
- Testabdeckung fuer bestehenden Code erhoehen
- Regressionstests fuer Fehlerbehebungen schreiben
- Testinfrastruktur fuer ein neues Paket einrichten
Eingaben
- Erforderlich: Zu testende R-Funktionen
- Erforderlich: Erwartetes Verhalten und Grenzfaelle
- Optional: Test-Fixtures oder Beispieldaten
- Optional: Zielabdeckungsprozentsatz (Standard: 80%)
Vorgehensweise
Schritt 1: Testinfrastruktur einrichten
Falls noch nicht geschehen:
usethis::use_testthat(edition = 3)
Dies erstellt tests/testthat.R und das Verzeichnis tests/testthat/.
Erwartet: tests/testthat.R und Verzeichnis tests/testthat/ erstellt. DESCRIPTION hat Config/testthat/edition: 3 gesetzt.
Bei Fehler: Wenn usethis nicht verfuegbar ist, tests/testthat.R manuell erstellen mit dem Inhalt library(testthat); library(packagename); test_check("packagename") und das Verzeichnis tests/testthat/ hinzufuegen.
Schritt 2: Testdatei erstellen
usethis::use_test("function_name")
Erstellt tests/testthat/test-function_name.R mit einer Vorlage.
Erwartet: Testdatei unter tests/testthat/test-function_name.R erstellt mit einem Platzhalter-test_that()-Block zum Ausfuellen.
Bei Fehler: Wenn usethis::use_test() nicht verfuegbar ist, die Datei manuell erstellen. Die Namenskonvention test-<function_name>.R einhalten.
Schritt 3: Grundlegende Tests schreiben
test_that("weighted_mean computes correct result", {
expect_equal(weighted_mean(1:3, c(1, 1, 1)), 2)
expect_equal(weighted_mean(c(10, 20), c(1, 3)), 17.5)
})
test_that("weighted_mean handles NA values", {
expect_equal(weighted_mean(c(1, NA, 3), c(1, 1, 1), na.rm = TRUE), 2)
expect_true(is.na(weighted_mean(c(1, NA, 3), c(1, 1, 1), na.rm = FALSE)))
})
test_that("weighted_mean validates input", {
expect_error(weighted_mean("a", 1), "numeric")
expect_error(weighted_mean(1:3, 1:2), "length")
})
Erwartet: Grundlegende Tests decken korrekte Ausgaben fuer typische Eingaben, NA-Behandlungsverhalten und Eingabevalidierungs-Fehlermeldungen ab.
Bei Fehler: Wenn Tests sofort fehlschlagen, pruefen, ob die Funktion geladen ist (devtools::load_all()). Wenn Fehlermeldungen nicht uebereinstimmen, ein Regex-Muster in expect_error() statt eines exakten Strings verwenden.
Schritt 4: Grenzfaelle testen
test_that("weighted_mean handles edge cases", {
# Empty input
expect_error(weighted_mean(numeric(0), numeric(0)))
# Single value
expect_equal(weighted_mean(5, 1), 5)
# Zero weights
expect_true(is.nan(weighted_mean(1:3, c(0, 0, 0))))
# Very large values
expect_equal(weighted_mean(c(1e15, 1e15), c(1, 1)), 1e15)
# Negative weights
expect_error(weighted_mean(1:3, c(-1, 1, 1)))
})
Erwartet: Grenzfaelle sind abgedeckt: leere Eingabe, einzelne Werte, Nullgewichte, extreme Werte und ungueltigen Eingaben. Jeder Grenzfall hat ein klar definiertes erwartetes Verhalten.
Bei Fehler: Wenn die Funktion einen Grenzfall nicht wie erwartet behandelt, entscheiden, ob die Funktion oder der Test angepasst werden soll. Das beabsichtigte Verhalten fuer mehrdeutige Faelle dokumentieren.
Schritt 5: Fixtures fuer komplexe Tests verwenden
tests/testthat/fixtures/ fuer Testdaten erstellen:
# tests/testthat/helper.R (wird automatisch geladen)
create_test_data <- function() {
data.frame(
x = c(1, 2, 3, NA, 5),
group = c("a", "a", "b", "b", "b")
)
}
# In der Testdatei
test_that("process_data works with grouped data", {
test_data <- create_test_data()
result <- process_data(test_data)
expect_s3_class(result, "data.frame")
expect_equal(nrow(result), 2)
})
Erwartet: Fixtures stellen konsistente Testdaten ueber mehrere Testdateien hinweg bereit. Hilfsfunktionen in tests/testthat/helper.R werden von testthat automatisch geladen.
Bei Fehler: Wenn Hilfsfunktionen nicht gefunden werden, sicherstellen, dass die Datei helper.R heisst (nicht helpers.R) und sich in tests/testthat/ befindet. Die R-Sitzung bei Bedarf neu starten.
Schritt 6: Externe Abhaengigkeiten mocken
test_that("fetch_data handles API errors", {
local_mocked_bindings(
api_call = function(...) stop("Connection refused")
)
expect_error(fetch_data("endpoint"), "Connection refused")
})
test_that("fetch_data returns parsed data", {
local_mocked_bindings(
api_call = function(...) list(data = list(value = 42))
)
result <- fetch_data("endpoint")
expect_equal(result$value, 42)
})
Erwartet: Externe Abhaengigkeiten (APIs, Datenbanken, Netzwerkaufrufe) werden gemockt, sodass Tests ohne echte Verbindungen laufen. Mock-Rueckgabewerte testen die Datenverarbeitungslogik der Funktion.
Bei Fehler: Wenn local_mocked_bindings() fehlschlaegt, sicherstellen, dass die zu mockende Funktion im Testbereich zugreifbar ist. Fuer Funktionen in anderen Paketen das Argument .package verwenden.
Schritt 7: Snapshot-Tests fuer komplexe Ausgaben
test_that("format_report produces expected output", {
expect_snapshot(format_report(test_data))
})
test_that("plot_results creates expected plot", {
expect_snapshot_file(
save_plot(plot_results(test_data), "test-plot.png"),
"expected-plot.png"
)
})
Erwartet: Snapshot-Dateien werden in tests/testthat/_snaps/ erstellt. Der erste Lauf erstellt den Ausgangszustand; spaeteren Laeufe vergleichen damit.
Bei Fehler: Wenn Snapshots nach einer beabsichtigten Aenderung fehlschlagen, sie mit testthat::snapshot_accept() aktualisieren. Bei plattformuebergreifenden Unterschieden den Parameter variant verwenden, um plattformspezifische Snapshots zu pflegen.
Schritt 8: Uebersprungbedingungen verwenden
test_that("database query works", {
skip_on_cran()
skip_if_not(has_db_connection(), "No database available")
result <- query_db("SELECT 1")
expect_equal(result[[1]], 1)
})
test_that("parallel computation works", {
skip_on_os("windows")
skip_if(parallel::detectCores() < 2, "Need multiple cores")
result <- parallel_compute(1:100)
expect_length(result, 100)
})
Erwartet: Tests, die spezielle Umgebungen (Netzwerk, Datenbank, mehrere Kerne) erfordern, sind mit Uebersprungbedingungen abgesichert. Diese Tests laufen lokal, werden aber bei CRAN oder in eingeschraenkten CI-Umgebungen uebersprungen.
Bei Fehler: Wenn Tests bei CRAN oder CI fehlschlagen, lokal aber bestehen, die entsprechende Bedingung skip_on_cran(), skip_on_os() oder skip_if_not() am Anfang des test_that()-Blocks hinzufuegen.
Schritt 9: Tests ausfuehren und Abdeckung pruefen
# Alle Tests ausfuehren
devtools::test()
# Bestimmte Testdatei ausfuehren
devtools::test_active_file() # in RStudio
testthat::test_file("tests/testthat/test-function_name.R")
# Abdeckung pruefen
covr::package_coverage()
covr::report()
Erwartet: Alle Tests bestehen mit devtools::test(). Der Abdeckungsbericht zeigt, dass der Zielprozentsatz erreicht wird (Ziel: >80%).
Bei Fehler: Wenn Tests fehlschlagen, die Testausgabe nach spezifischen Prueffehlem durchsuchen. Wenn die Abdeckung unter dem Ziel liegt, covr::report() verwenden, um nicht getestete Codepfade zu identifizieren und Tests hinzuzufuegen.
Validierung
- Alle Tests bestehen mit
devtools::test() - Abdeckung ueberschreitet den Zielprozentsatz
- Jede exportierte Funktion hat mindestens einen Test
- Fehlerbedingungen werden getestet
- Grenzfaelle sind abgedeckt (NA, NULL, leer, Grenzwerte)
- Keine Tests haengen von externem Zustand oder Ausfuehrungsreihenfolge ab
Haeufige Stolperfallen
- Voneinander abhaengige Tests: Jeder
test_that()-Block muss unabhaengig sein - Hartcodierte Dateipfade:
testthat::test_path()fuer Test-Fixtures verwenden - Gleitkommavergleich:
expect_equal()(hat Toleranz) stattexpect_identical()verwenden - Private Funktionen testen: Moeglichst ueber die oeffentliche API testen.
:::sparsam verwenden. - Snapshot-Tests in CI: Snapshots sind plattformsensitiv. Parameter
variantfuer plattformuebergreifende Tests verwenden. skip_on_cran()vergessen: Tests, die Netzwerk, Datenbanken oder lange Laufzeit erfordern, muessen bei CRAN uebersprungen werden
Beispiele
# Muster: Testdatei spiegelt R/-Datei
# R/weighted_mean.R -> tests/testthat/test-weighted_mean.R
# Muster: Beschreibende Testnamen
test_that("weighted_mean returns NA when na.rm = FALSE and input contains NA", {
result <- weighted_mean(c(1, NA), c(1, 1), na.rm = FALSE)
expect_true(is.na(result))
})
# Muster: Warnungen testen
test_that("deprecated_function emits deprecation warning", {
expect_warning(deprecated_function(), "deprecated")
})
Verwandte Skills
create-r-package- Testinfrastruktur als Teil der Paketerstellung einrichtenwrite-roxygen-docs- die getesteten Funktionen dokumentierensetup-github-actions-ci- Tests automatisch bei Push ausfuehrensubmit-to-cran- CRAN erfordert, dass Tests auf allen Plattformen bestehen
GitHub Repository
Related Skills
evaluating-llms-harness
TestingThis Claude Skill runs the lm-evaluation-harness to benchmark LLMs across 60+ standardized academic tasks like MMLU and GSM8K. It's designed for developers to compare model quality, track training progress, or report academic results. The tool supports various backends including HuggingFace and vLLM models.
cloudflare-cron-triggers
TestingThis skill provides comprehensive knowledge for implementing Cloudflare Cron Triggers to schedule Workers using cron expressions. It covers setting up periodic tasks, maintenance jobs, and automated workflows while handling common issues like invalid cron expressions and timezone problems. Developers can use it for configuring scheduled handlers, testing cron triggers, and integrating with Workflows and Green Compute.
webapp-testing
TestingThis Claude Skill provides a Playwright-based toolkit for testing local web applications through Python scripts. It enables frontend verification, UI debugging, screenshot capture, and log viewing while managing server lifecycles. Use it for browser automation tasks but run scripts directly rather than reading their source code to avoid context pollution.
finishing-a-development-branch
TestingThis skill helps developers complete finished work by verifying tests pass and then presenting structured integration options. It guides the workflow for merging, creating PRs, or cleaning up branches after implementation is done. Use it when your code is ready and tested to systematically finalize the development process.
