切换Git分支时Statsmodels报Indent/Dedent类AssertionError如何修复

这个断言是patsy解析statsmodels回归公式时触发的：patsy会调用Python标准库tokenize模块解析公式字符串，一旦字符串里出现会被识别为缩进（INDENT）、取消缩进（DEDENT）的非法token，就会抛出这个错误。你已经确认两个分支下patsy、statsmodels版本完全一致，问题根源一定是两个分支的工作区存在代码、数据或环境的差异，导致拼出来的公式字符串不符合patsy的解析要求，按以下步骤排查即可：

排查步骤 #

• 优先定位触发报错的具体ticker值
  不要直接跑全量循环，在循环入口加打印，用repr()输出字符串的原始形式，可以直接看到换行、制表符、前后空格这类肉眼不可见的隐藏字符：

  for t in tickers:
      print(f"当前处理标的：{repr(t)}")
      model = smf.ols(f'{t} ~ SP50', data=df1).fit()
      # 原有业务逻辑保持不变
  

  这类问题90%以上的诱因都是新分支下tickers列表的元素带了隐藏空白：比如新分支里ticker是从外部文件读取的，读取逻辑没加.strip()清理，导致t值前后带了换行、制表符、全角空格，拼到公式里就会触发解析错误。
• 校验新分支下读取的CSV文件列名
  Git不同分支的工作区文件是独立的，新分支下的sp_returns.csv可能和原分支存在差异，在读文件后加一行代码打印所有列名的原始形式：

  df1 = pd.read_csv('source/data_screener/sp_returns.csv')
  print("数据列名：", [repr(col) for col in df1.columns])
  

  检查SP50列、以及所有和ticker对应的列名，有没有带异常缩进、换行字符。如果列名存在隐藏空白，要么修正源CSV文件，要么在读入后统一清理列名。
• 核对全量运行环境差异
  你只确认了patsy和statsmodels版本一致，还需要对比两个分支下的Python小版本、pandas版本：部分旧版本pandas读取特殊格式CSV时会保留列名里的异常空白，新版本会自动做清理，也会导致同代码运行结果不一致。两个分支下分别执行以下命令，对比输出是否完全一致即可：

  python -c "import sys, pandas; print(sys.version, pandas.__version__)"
  

• 直接校验拼接后的公式字符串
  定位到触发报错的t值后，单独把拼出来的公式打印出来检查：

  formula = f'{t} ~ SP50'
  print("生成的公式：", repr(formula))
  

  正常公式的输出应该类似'AAPL ~ SP50'，如果字符串里出现\n、\t或者多余的缩进空格，就能直接定位问题点。

对应修复方案 #

找到异常来源后按需处理即可：

1. 所有从外部文件读取的ticker值，统一做空白清理：t = t.strip()
2. pandas读入数据后统一清理列名：df1.columns = df1.columns.str.strip()
3. 如果ticker本身包含patsy公式的保留字符（比如带空格、运算符的标的代码），用patsy内置的Q()函数包裹变量名，避免解析冲突：

   model = smf.ols(f'Q("{t}") ~ SP50', data=df1).fit()
   # 后续取参数逻辑无需修改，SP50、Intercept的参数键名保持不变
   

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