fix(data): 因子线 review 必修#1 null 桥接洞——首文件全空列把 num/text 桥接(两具体类型从未直接对撞,concat 静默混装零 raise=契约④要防的静默 coerce 被绕过,因子线实测复现);修=每列 resolved=首个非空具体类型/null 永不推进 resolved/冲突即 raise/列集按名比对(列序漂移不误报,策略线观察 b 顺势解决);+3 测试(三段桥 raise/null 隔离仍 raise/列序 tolerated)419 绿;记录②noticed_by 滤空 NOTICE_DATE=有意宁缺毋假写进 docstring;§20.11.5 实施版双线 review 回执+§20.11.6 遗留更新(DSM 复用评估定稿) [vps]

sanguo_data/fund_dmsk_reader.py

@@ -11,6 +11,10 @@ schema 契约（2026-09-17 NAS 实测落档，§20.11.3 数据契约）：
 noticed_by=纯 filter 非 PIT merge（文档明示）：只做 NOTICE_DATE<=noticed_by
 的行级过滤（日期前缀比较）；「static 基线为主+dmsk 新鲜度补丁」的 PIT 合并
 归因子侧 fundamental_pit（§19.3 下游读法），不在数据线。
+
+noticed_by 语义备注（因子线 09-18 review 记录②）：NOTICE_DATE 为空/NaT 的行
+经前缀比较会被滤除（'NaT' 字典序>任何日期串）——**有意语义**=宁缺毋假
+（无法证明披露可见即不可见），非 bug 勿修。
 """
 import sanguo_data.partition_reader as pr
 

sanguo_data/partition_reader.py

@@ -13,12 +13,16 @@
 - 数据在但形状错（列集变化/text↔num 真冲突）→ PartitionSchemaError
   fail loud（静默 coerce 会埋前视/单位错，研究侧静默错最贵）。
 
-类型兼容规则（09-17 NAS 真数据实锤精化）：EM 源对全空列写 arrow null 型，
-同域 part 文件间 null↔double/null↔string 漂移是**合法**的——**全空列=通配**
-（与任意类型兼容）；数值族内 int↔float 互通（金额元值 <2^53 无精度损，
-concat 自然升位）；仅 text↔num 冲突与列集增删判漂移。全空 object 列读取时
-规整为 float64（null↔double 合并后为干净 float64；null↔string 合并为
-object+NaN 标准缺失形态）。
+类型兼容规则（09-17 NAS 真数据实锤精化 + 09-18 因子线 review 必修补丁）：
+EM 源对全空列写 arrow null 型，同域 part 文件间 null↔double/null↔string 漂移
+是**合法**的——**全空列=通配**；数值族内 int↔float 互通（金额元值 <2^53 无
+精度损，concat 自然升位）；仅 text↔num 冲突与列集增删判漂移。**null 桥接洞
+（review 必修#1）**：通配不能只对首文件两两放行——null 若把 num 与 text 桥接
+（file1 全空/file2 num/file3 text），concat 会静默混装；修法=每列维护
+resolved=首个非空具体类型，后续文件非空类型与之冲突即 raise（null 永不推进
+resolved），列集按名比对（列序漂移不误报）。全空 object 列读取时规整为
+float64（null↔double 合并后为干净 float64；null↔string 合并为 object+NaN
+标准缺失形态）。
 """
 import glob
 import json
@@ -79,17 +83,6 @@ def _col_class(series):
     return str(series.dtype)
 
 
-def _sig_ok(sig_a, sig_b):
-    if len(sig_a) != len(sig_b):
-        return False
-    for (ca, ta), (cb, tb) in zip(sig_a, sig_b):
-        if ca != cb:
-            return False
-        if ta != tb and ta != "null" and tb != "null":
-            return False
-    return True
-
-
 def _normalize_null_cols(df):
     # 全空 object 列规整为 float64：null↔double 合并成干净 float64
     for col in df.columns:
@@ -113,18 +106,28 @@ def read_partitions(root, domain, start=None, end=None):
     if end is not None:
         parts = [(d, p) for d, p in parts if d <= end]
     frames = []
-    sig = None
+    first_names = None
+    resolved = {}  # 列名 -> 首个非空具体类型（null 永不推进，防桥接）
     for _, pdir in parts:
         for pf in sorted(glob.glob(os.path.join(pdir, "*.parquet"))):
             df = _normalize_null_cols(pd.read_parquet(pf))
-            cur_sig = tuple((c, _col_class(df[c])) for c in df.columns)
-            if sig is None:
-                sig = cur_sig
-            elif not _sig_ok(sig, cur_sig):
-                bad = [(c, t) for (c, t), (_, t2) in zip(sig, cur_sig)
-                       if t != t2 and t != "null" and t2 != "null"] or "列集"
+            cur = [(c, _col_class(df[c])) for c in df.columns]
+            names = set(c for c, _ in cur)
+            if first_names is None:
+                first_names = names
+            if names != first_names:
                 raise PartitionSchemaError(
-                    "schema 漂移: %s 冲突列 %s (域=%s)" % (pf, bad, domain))
+                    "schema 漂移: %s 列集 %s != 首文件 %s (域=%s)" % (
+                        pf, sorted(names), sorted(first_names), domain))
+            for c, t in cur:
+                if t == "null":
+                    continue
+                if c not in resolved:
+                    resolved[c] = t
+                elif resolved[c] != t:
+                    raise PartitionSchemaError(
+                        "schema 漂移: %s 列 %s 类型 %s != 已定 %s (域=%s)" % (
+                            pf, c, t, resolved[c], domain))
             frames.append(df)
     if not frames:
         return pd.DataFrame()