如何使用PyTest为多个CSV文件单独执行相同测试用例？

安全阿岳

2026-7-1

为多个CSV文件批量执行PyTest测试用例

原代码的问题

你的写法无法被PyTest识别，核心问题包括：

测试类的__init__方法赋值错误：self.data = pd.DataFrame应该改为self.data = data，否则实例的data属性指向的是DataFrame类，而非传入的具体数据集
测试方法test_na缺少self参数，类中的测试方法必须以self作为第一个参数
手动循环创建测试类实例的方式无效：PyTest通过静态扫描模块中的测试函数/类来发现用例，模块级循环执行的代码不会触发测试用例注册

正确实现方式：使用PyTest参数化

最规范的做法是用@pytest.mark.parametrize装饰器，为每个CSV文件生成独立的测试用例，每个文件都会单独执行测试逻辑。

方案1：函数式测试（推荐）

import pandas as pd
import pytest

# 定义要测试的CSV文件列表
file_names = ['file1.csv', 'file2.csv']

@pytest.mark.parametrize("file_path", file_names)
def test_no_missing_values(file_path):
    # 加载当前CSV文件
    df = pd.read_csv(file_path)
    # 检查每列是否无缺失值，失败时显示具体文件和列信息
    for col in df.columns:
        assert df[col].isna().sum() == 0, f"文件[{file_path}]的列[{col}]存在缺失值"

方案2：类式测试

如果偏好使用测试类，也可以在类的测试方法上添加参数化装饰器：

import pandas as pd
import pytest

file_names = ['file1.csv', 'file2.csv']

class TestCSV:
    @pytest.mark.parametrize("file_path", file_names)
    def test_no_missing_values(self, file_path):
        df = pd.read_csv(file_path)
        for col in df.columns:
            assert df[col].isna().sum() == 0, f"文件[{file_path}]的列[{col}]存在缺失值"