Pandas数据框单元测试异常：subtract_column测试未执行排查

1. 检查测试方法命名规则 #

unittest仅自动执行以test_开头的方法。如果你的subtract_column测试方法命名为subtract_column_test、testSubtractColumn这类不符合规则的名称，该测试根本不会被运行，自然无论怎么修改预期都不会触发报错。

• 正确示例：def test_subtract_column(self):
• 错误示例：def subtract_column_test(self): 或 def testSubtractColumn(self):

2. 确认断言语句的正确性与执行状态 #

检查subtract_column的测试代码细节：

• 断言是否被注释、或放在未触发的条件分支（如if判断）内，导致根本未执行？
• 是否使用了Pandas专用断言方法？普通的self.assertEqual()无法正确比较DataFrame内容，必须用pd.testing.assert_frame_equal()：

  # 错误写法（无法正确校验DataFrame内容）
  self.assertEqual(result_df, expected_df)
  # 正确写法
  pd.testing.assert_frame_equal(result_df, expected_df, check_dtype=False)
  

  若merge_df测试用了正确断言，而subtract_column用了错误写法，就会出现前者改预期报错、后者无反应的情况。

3. 排查数据框引用复用问题 #

如果subtract_column函数是原地修改输入的DataFrame（如df['new_col'] = df['a'] - df['b']且未返回新对象），而测试里的expected_df直接引用了原测试数据框，会导致result_df与expected_df指向同一内存对象，两者始终一致。

• 修复方式：确保expected_df是独立创建的新DataFrame，比如expected_df = original_df.copy()后再修改列值。

4. 验证测试数据初始化逻辑 #

检查测试类的setUp()方法：

• 是否每次测试都重新初始化了独立的测试数据？若使用类级别的setUpClass()初始化数据，且subtract_column测试修改了该数据，会导致后续测试复用修改后的数据，出现预期与结果巧合一致的情况。
• 确保每个测试方法使用未被篡改的初始数据副本。

5. 手动单独运行测试方法 #

直接在脚本中单独调用subtract_column的测试方法，验证是否真的执行：

if __name__ == '__main__':
    import unittest
    from your_test_module import YourTestClass

    suite = unittest.TestSuite()
    suite.addTest(YourTestClass('test_subtract_column'))
    runner = unittest.TextTestRunner()
    runner.run(suite)

若手动运行仍无报错，说明测试方法本身存在逻辑问题；若手动运行报错，说明原测试套件未包含该测试方法。

内容的提问来源于stack exchange，提问作者Portfedh