带条件导入与可选依赖的pytest coverage覆盖率统计问题

我通过条件导入实现了一个可根据pandas是否存在切换逻辑的函数，该实现可正常运行，但测试时无论是否安装pandas，pytest coverage总是显示覆盖率不足。即使通过hatch配置两种测试环境，也无法充分覆盖if/else分支的函数定义。

我想了解：是否有合适的方法合并两种环境的测试覆盖率结果？或者能否告知coverage该分支的未覆盖是预期情况？

代码示例 #

模块代码

try:
    import pandas as pd
    PANDAS_INSTALLED = True
except ImportError:
    PANDAS_INSTALLED = False


if PANDAS_INSTALLED:
    def your_function(...):
        # magic with pandas
        return output
else:
    def your_function(...):
        # magic without pandas
        return output

测试代码

from mypackage import my_module


def test_my_function():
    res = 'foo'
    assert my_module.my_function() == res

已尝试的方案 #

• Mock方式：始终安装pandas并mock全局变量，但函数定义在导入时已完成，mock变量无法生效，尝试mock导入也未成功。
• 多环境合并结果：使用pytest-cov的--cov-append参数合并结果，但该方式是全局合并，无法按Python版本（如3.8、3.9）分别合并查看。我希望能基于hatch的test.matrix逻辑，按版本合并对应环境的覆盖率，比如coverage combine py38.core py38.pandas，同时不引入tox等额外工具。

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