如何拦截所有pandas DataFrame的to_csv方法，不受初始化方式影响？

我正在测试一段使用pandas处理数据的代码，希望测试过程中避免写入数据。假设module.py中的代码如下：

import pandas as pd
import dask.dataframe as dd

def do_stuff() -> None:
    df = pd.DataFrame({'a': [1, 2, 3], 'b': [1, 2, 3]})
    another_df = df.pivot_table(values='a', index='b')
    yet_another_df = another_df.groupby('b').sum()

    another_df.to_csv('data.csv')
    yet_another_df.to_csv('more_data.csv')

我尝试用pytest编写测试代码拦截to_csv调用，但自定义子类的方法无效——仅对直接创建的df生效，pivot_table、groupby等方法返回的仍是原生pandas DataFrame，依然会执行写入：

import module

class NonWritingDataFrame(pd.DataFrame):
    def to_csv(self, *args, **kwargs):
      pass

def test_do_stuff_returns_nothing(monkeypatch):
    monkeypatch.setattr(module, 'pd.DataFrame', NonWritingDataFrame)
    actual = module.do_stuff()
    assert actual is None

请问是否有简洁的方法可以替换所有pandas DataFrame的to_csv调用，无论DataFrame是通过何种方式创建的？

方法1：直接猴子补丁替换原生DataFrame的to_csv #

最简洁的方式是直接修改pd.DataFrame类的to_csv方法，让所有DataFrame实例（不管是怎么创建的）都使用空实现：

import pandas as pd
import module

def test_do_stuff_no_write(monkeypatch):
    # 替换to_csv为无操作函数
    def mock_to_csv(*args, **kwargs):
        pass
    
    monkeypatch.setattr(pd.DataFrame, 'to_csv', mock_to_csv)
    
    actual = module.do_stuff()
    assert actual is None

原理：所有pandas DataFrame实例都会继承类的to_csv方法，直接替换类方法后，不管是通过pd.DataFrame()创建，还是通过pivot_table、groupby等方法生成的实例，都会使用这个被替换后的方法，彻底阻止写入。

方法2：使用unittest.mock验证调用（更灵活） #

如果需要验证to_csv是否被正确调用（比如调用次数、传入的文件名是否正确），可以用unittest.mock.patch：

from unittest.mock import patch
import module

def test_do_stuff_to_csv_called():
    with patch('pandas.DataFrame.to_csv') as mock_to_csv:
        module.do_stuff()
        
        # 验证to_csv被调用了2次
        assert mock_to_csv.call_count == 2
        # 验证第一次调用的文件名是'data.csv'
        mock_to_csv.assert_any_call('data.csv')
        # 验证第二次调用的文件名是'more_data.csv'
        mock_to_csv.assert_any_call('more_data.csv')

原理：patch会临时替换pd.DataFrame.to_csv为Mock对象，既阻止了实际写入，还能方便地做断言验证，适合需要确认业务逻辑是否正确触发写入操作的场景。

注意事项 #

如果代码中用到了Dask DataFrame的to_csv，需要用同样的方式替换dd.DataFrame.to_csv，确保所有写入操作都被拦截。

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