pytest使用mark.parametrize做mocker.patch时复用前次mock数据问题

该现象是Python可变对象的引用传递特性导致的，和pytest、mock工具的逻辑无关，属于完全符合预期的正常行为。
你定义的mock_data_1是pandas DataFrame类型，属于可变对象，两次参数化传入的都是同一个对象的内存引用。第一次测试运行时，业务代码直接在该对象上新增了列，修改了原始对象的内容，第二次测试拿到的自然就是被修改后的对象。
pytest的参数化不会自动对传入的可变对象做深拷贝，mock的return_value也只会原样返回你传入的对象，不会主动生成副本。

不需要修改业务代码的前提下，测试侧可以通过以下几种方式解决：

• 参数化时每次传入全新的DataFrame实例，不要复用同一个可变对象：

  @pytest.mark.parametrize(
      'mock_arguments, arg, result',
      [
          (pd.DataFrame({"col_1": [1,2,3]}), arg_1, output_1),
          (pd.DataFrame({"col_1": [1,2,3]}), arg_2, output_2)
      ]
  )
  

• 定义mock数据为工厂函数，每次调用返回新的实例，patch时用side_effect动态返回副本：

  # 测试类内定义
  def mock_data_factory(self):
      return pd.DataFrame({"col_1": [1,2,3]})
  
  # 测试用例内patch修改为
  mocker.patch(
      'file.GetData.get_data',
      side_effect=lambda *args: self.mock_data_factory()
  )
  

• 将mock数据定义为函数级fixture，每次测试用例运行自动生成新实例：

  @pytest.fixture(scope="function")
  def mock_data(self):
      return pd.DataFrame({"col_1": [1,2,3]})
  

如果业务逻辑本身就不应该修改上游接口返回的原始数据，那在业务代码中加.copy()也是合理的优化方案，不属于为了适配测试的不合理修改。

内容的提问来源于stack exchange，提问作者somberlain