Regex+strptime+Lambda处理日期代码运行正常但Pytest失败求助

1. 明确转换逻辑的返回类型 #

datetime.datetime.strptime() 本身返回的是 datetime.datetime 对象，若你需要的是 datetime.date 类型，必须显式调用 .date() 方法。直接运行时打印出的日期字符串（如2024-05-20）会掩盖实际类型差异，这是测试失败的核心诱因之一。

检查你的Lambda转换代码：

• 若返回datetime：

  df['date_col'] = df['raw_date'].apply(lambda x: datetime.strptime(re.search(r'\d{4}-\d{2}-\d{2}', x).group(), '%Y-%m-%d'))
  

• 若返回date：

  df['date_col'] = df['raw_date'].apply(lambda x: datetime.strptime(re.search(r'\d{4}-\d{2}-\d{2}', x).group(), '%Y-%m-%d').date())
  

2. 对齐测试断言的类型 #

如果转换逻辑返回datetime.date，但测试断言用了datetime.datetime（或反之），必然会触发类型不匹配错误。统一两边的类型：

• 若转换后是date类型，断言用datetime.date：

  assert df.loc[0, 'date_col'] == datetime.date(2024, 5, 20)
  

• 若转换后是datetime类型，断言用带时分秒的datetime.datetime：

  assert df.loc[0, 'date_col'] == datetime.datetime(2024, 5, 20, 0, 0)
  

3. 排查列内类型不一致问题 #

Lambda应用后，列中可能混合了date和datetime类型（比如部分行转换逻辑分支不同）。执行以下代码检查列内所有元素的类型：

print(df['date_col'].apply(type).unique())

若输出包含两种类型，需修正转换逻辑，强制统一返回类型，比如所有行都转换为date：

def convert_date(raw_date):
    match = re.search(r'\d{4}-\d{2}-\d{2}', raw_date)
    if match:
        return datetime.strptime(match.group(), '%Y-%m-%d').date()
    return pd.NaT  # 用pandas空时间值统一类型

df['date_col'] = df['raw_date'].apply(convert_date)

4. 处理边缘情况 #

测试用例可能包含正则匹配失败的行，直接运行时未触发这类场景，但测试时会抛出异常或返回None，导致列类型混乱。在转换函数中添加异常捕获：

def convert_date(raw_date):
    try:
        match = re.search(r'\d{4}-\d{2}-\d{2}', raw_date)
        if match:
            return datetime.strptime(match.group(), '%Y-%m-%d').date()
    except (AttributeError, ValueError):
        return pd.NaT
    return pd.NaT

内容的提问来源于stack exchange，提问作者Mizanur Choudhury