Saída polars: pânico do polars na conversão final vira coluna Object

CHANGELOG.md

@@ -39,6 +39,7 @@ e este projeto adere ao [Versionamento Semântico](https://semver.org/lang/pt-BR
 
 ### Corrigido
 
+- Com entrada polars, um campo `Decimal` com valor acima de 38 dígitos deixa de derrubar a saída depois de todas as chamadas com o `PanicException` do polars, que não é `Exception`. A coluna sai `Object`, com aviso, como as demais que o polars recusa (#230).
 - Com entrada polars, a saída deixa de falhar depois de todas as chamadas quando um campo do modelo guarda valores que o polars não reúne numa coluna tipada, como `Union[int, str]` com número numa linha e texto em outra, `tuple[int, str]`, `Any` com tipos diferentes, lista de `Enum`, inteiro acima de 2**53 ao lado de float, inteiro acima do `Int64` e `datetime` com fuso de deslocamento, como `+05:30`. A coluna sai com o tipo `Object`, com os objetos Python que a entrada pandas devolveria, e um aviso a nomeia. O campo `Enum` sai pelo valor do membro, inclusive na coluna `Object` (#218).
 - A coluna `_trace` do agente único fica com as demais colunas de trace na ordem da saída, depois dos campos do modelo. Antes, numa entrada que já a trazia, os campos novos saíam depois dela.
 - Com entrada polars, as colunas que a execução não escreve saem do DataFrame de entrada, com o tipo e os valores de lá. Antes, a saída inteira era convertida de volta do pandas: um `Int64` com nulo voltava `Float64`, o que arredondava ids acima de 2**53, um `Date` voltava `Datetime`, e `Enum`, `Decimal`, `Array`, `Null` e o inteiro dentro de `Struct` e `List` também trocavam de tipo; uma coluna `Object` também trocava de tipo ou, com objetos que o Arrow não infere, levantava `ArrowInvalid` depois das chamadas (#195).

src/dataframeit/utils.py

@@ -255,10 +255,13 @@ def from_pandas(
             # As chamadas ao provedor já foram feitas, e a coluna que o polars ou o
             # pyarrow recusam, seja qual for a exceção (ValueError, TypeError,
             # OverflowError, ComputeError), sai Object em vez de derrubar a saída.
-            # O pânico do polars não é Exception e passa por aqui.
+            # O pânico do polars, como o do Decimal acima de 38 dígitos, que o
+            # pyarrow entrega em 256 bits, herda de BaseException e é capturado
+            # pelo nome; capturar BaseException engoliria o KeyboardInterrupt. O
+            # polars ainda escreve a mensagem do pânico no stderr.
             try:
                 columns.append(_to_polars(values, model_columns.get(col)))
-            except Exception:  # noqa: BLE001 (a recusa muda de tipo com os valores)
+            except (Exception, pl.exceptions.PanicException):  # noqa: BLE001 (a recusa muda de tipo com os valores)
                 # Há versões do polars em que o construtor de Series inspeciona os
                 # valores mesmo com dtype=pl.Object: quando o primeiro valor não nulo
                 # é membro de Enum, troca cada valor pelo `.value`, e levanta erro no

tests/test_entrada_e_saida.py

@@ -932,6 +932,9 @@ def test_retomada_polars_de_campo_bool_gravado_como_inteiro(modelo):
             datetime(2024, 1, 3, tzinfo=_FUSO_DE_DESLOCAMENTO),
         ],
     ),
+    # O pyarrow põe o Decimal acima de 38 dígitos numa coluna de 256 bits, que o
+    # polars não lê: a conversão entra em pânico, e o pânico não é Exception.
+    "decimal_acima_de_38_digitos": (Decimal, [Decimal("1E+40"), Decimal(2)]),
 }
 
 
@@ -1085,6 +1088,17 @@ def test_campo_que_o_arrow_nao_tipa_com_entrada_polars_series():
     assert resultado["campo"].to_list() == [1, "dois"]
 
 
+def test_interrupcao_na_conversao_da_saida_polars_sobe_em_vez_de_virar_object():
+    """A saída captura a recusa da conversão e o pânico do polars, e só eles."""
+    pl = pytest.importorskip("polars")
+
+    with (
+        patch("dataframeit.utils._to_polars", side_effect=KeyboardInterrupt),
+        pytest.raises(KeyboardInterrupt),
+    ):
+        _rodar(pl.DataFrame({"texto": ["a", "b"]}))
+
+
 def test_saida_polars_com_coluna_object_e_retomada():
     pl = pytest.importorskip("polars")
     modelo = create_model("ModeloDoCaso", campo=(Union[int, str], ...))