为何PyCharm会高亮标注这段可正常运行的pandas代码？

问题描述 #

编写了可正常运行的pandas代码，实现两项核心功能：

• 基于DataFrame中现有列的值生成新列
• 在列表推导式中使用in语句完成数据过滤
  代码运行无报错，但PyCharm始终对代码段弹出高亮警告，原始代码与对应警告信息如下：

import pandas as pd

df = pd.DataFrame({
    'sex':['male','female','male'],
    'age':[10,20,30],
    'flag':['a b', 'b c', 'a f']
})

# 功能1：基于其他列创建新列
df2 = df.assign(group = df.apply(lambda row: 
     'group_A' if row['sex'] == "male" and row['age'] < 25 else 'group_B', 
     axis = 1
))
# PyCharm警告文本：Expected type 'function', got '(row: Any) -> str' instead 

# 功能2：使用in语句和列表推导式做数据过滤
df['age'].values[
    (df.sex == 'male') & ['b' in x for x in df.flag]
][-1]
# PyCharm警告文本：Unexpected type(s): (List[bool]) Possible types: (bool) (int) 

对应警告截图：

警告原因与修正方案 #

两个警告都属于PyCharm静态类型检查触发的提示，并非代码运行时的逻辑错误，但可以通过调整写法消除警告，同时优化代码性能。

警告1：assign方法传入lambda提示类型不匹配 #

• 触发原因：PyCharm内置的pandas类型存根（type stubs）做静态检查时，无法正确推断df.apply()传入的lambda表达式符合assign方法要求的可调用对象参数规范，属于类型推断的兼容问题，不影响实际运行。
• 优化方案：优先使用pandas向量化运算替代逐行apply，性能比apply高1~2个数量级，同时不会触发类型警告：

import numpy as np
# 向量化实现分组逻辑，无警告、性能更优
df2 = df.assign(
    group = np.where(
        (df['sex'] == 'male') & (df['age'] < 25),
        'group_A',
        'group_B'
    )
)

警告2：布尔索引传入列表提示类型错误 #

• 触发原因：pandas位运算符&的参数类型规范要求两侧为布尔标量、整数、pandas Series或numpy数组，列表推导式返回的原生PythonList[bool]不在类型检查的兼容范围内，虽然运行时pandas会自动做类型转换，但静态检查无法识别该隐式转换逻辑，因此弹出警告。这种写法本身也存在隐患：如果列表长度和DataFrame行数不匹配，会触发难以定位的运行时错误。
• 优化方案：使用pandas原生字符串向量化方法实现判断，写法更规范、性能更好：

# 用pandas内置str.contains做字符串匹配，无警告
df['age'].values[
    (df.sex == 'male') & df['flag'].str.contains('b')
][-1]

如果需要保留列表推导式的写法，手动将返回结果转为numpy数组即可消除警告：

import numpy as np
df['age'].values[
    (df.sex == 'male') & np.array(['b' in x for x in df.flag])
][-1]

内容的提问来源于stack exchange，提问作者John