Pytest中MagicMock调用方法后DataFrame未修改的原因排查

开发者阿泽

2026-6-25

问题原因及解决思路

MagicMock默认不执行真实逻辑：你用MagicMock创建的DivergenceCalculator实例，它的get_close_candidates_nearest_open方法只是个空壳——只会记录调用情况和传入参数，不会执行真实方法里修改DataFrame的代码。真实类实例会运行实际的修改逻辑，所以断言能通过，Mock版本自然不会改动你的DataFrame。
先验证调用是否正常触发：可以先加一行断言确认Mock方法确实被正确调用，排除“方法根本没执行”的可能：
```
mock_calculator.get_close_candidates_nearest_open.assert_called_once_with(your_df)
```

让Mock模拟修改行为：如果测试需要验证DataFrame被修改后的结果，得给Mock方法绑定side_effect，手动实现和真实方法一致的修改逻辑。比如真实方法会给DataFrame新增close_candidates列，就写个函数模拟这个操作：

def mock_close_candidates(df):
    # 复刻真实方法对df的修改逻辑
    df['close_candidates'] = df['open'].shift(-1)
    # 若原方法有返回值，记得返回对应内容
    return df

mock_calculator = MagicMock(spec=DivergenceCalculator)
mock_calculator.get_close_candidates_nearest_open.side_effect = mock_close_candidates

区分原地修改和返回新对象：如果真实方法是原地修改DataFrame（比如用了inplace=True的操作），side_effect里的函数要直接修改传入的df；如果真实方法是返回新的修改后DataFrame，那需要设置return_value为修改后的df实例，同时确保测试逻辑使用返回值而非原df。