使用mypy检查pandas的to_dict方法时，如何指定索引键为整数类型？

问题场景 #

我写了一段简化的Pandas代码，把year列设为索引后转成字典，用Mypy检查时出现了类型错误：

import pandas as pd
from typing import Dict

df = pd.DataFrame(
    {"year": [2024, 2025], "my_output": [1, 2], "foo": ["a", "b"]}
)

df.set_index("year", inplace=True)

row_dict = df.to_dict("index")

ouput_dict: Dict[int, int] = {
    key: val["my_output"] for key, val in row_dict.items()
}

Mypy报错 #

Key expression in dictionary comprehension has incompatible type "Hashable"; expected type "int"

解决办法 #

1. 用类型断言明确键的类型 #

通过typing.cast直接告诉Mypy字典的键是整数类型，这是最直接的方式：

from typing import cast, Dict

# ... 前面代码不变 ...

ouput_dict: Dict[int, int] = {
    cast(int, key): val["my_output"] for key, val in row_dict.items()
}

如果担心运行时类型不符，还可以加个判断兜底：

ouput_dict: Dict[int, int] = {
    cast(int, key): val["my_output"] 
    for key, val in row_dict.items() 
    if isinstance(key, int)
}

2. 显式处理索引类型 #

设置索引时避免用inplace=True（会干扰Mypy的类型推断），改用返回新DataFrame的方式，再显式确认索引类型：

# 不用inplace，返回新DataFrame，类型推断更准确
df = df.set_index("year")
# 显式转换索引为整数类型，给Mypy明确提示
df.index = df.index.astype(int)

row_dict = df.to_dict("index")
ouput_dict: Dict[int, int] = {
    key: val["my_output"] for key, val in row_dict.items()
}

3. 用TypedDict定义行结构（更严谨） #

如果需要更清晰的类型约束，可以用TypedDict定义每一行的结构，再配合类型断言：

from typing import TypedDict, cast, Dict

class RowData(TypedDict):
    my_output: int
    foo: str

# ... 前面代码不变 ...

# 断言row_dict的键是int，值是RowData类型
row_dict: Dict[int, RowData] = cast(Dict[int, RowData], df.to_dict("index"))
ouput_dict: Dict[int, int] = {
    key: val["my_output"] for key, val in row_dict.items()
}

报错原因 #

Pandas的set_index方法返回的索引，在Mypy眼里默认是Hashable类型（所有可哈希类型的父类），它没法自动推断出你用的是整数列当索引，所以得手动给它明确类型。

内容的提问来源于stack exchange，提问作者Frank