[bdcdo]

Problema

Em quatro casos, a retomada pelo checkpoint recusava uma linha já paga ou devolvia um valor diferente do que tinha sido gravado. No caso da issue, um campo obs: str respondido "" numa execução com checkpoint CSV interrompida pela cota faz a segunda chamada levantar ValueError: O DataFrame contém linhas processadas incompatíveis com o modelo atual: campos incompatíveis ['obs']. Inclua-os em reprocess_columns=['obs'], e seguir a sugestão reprocessaria a coluna inteira.

Na main de agora (b48bd03), depois do #246, do #248 e do #251, os quatro itens ainda reproduzem. A mesma medição mostrou dois casos da mesma classe que a issue não lista: Mapping[str, int] é recusado como o TypedDict, e no parquet o Sequence[str] também é recusado, enquanto set[str] e TypedDict voltam como array do numpy e como dict com 2024.0 no lugar de 2024.

O que muda

Texto vazio no CSV e no XLSX. Os dois formatos gravam "" e None na mesma célula vazia, e o leitor do pandas devolve as duas ausentes. Na retomada pelo checkpoint_path, a assinatura garante que o checkpoint foi gravado com o mesmo modelo, e nele um campo que só aceita texto, não admite None, não tem None por padrão e sai no model_dump só fica None quando a condição dele é falsa. Para esses campos, a validação da linha processada passa a ler a célula vazia como "", salvo quando a condição do campo é falsa na linha, caso em que ela continua None. O str obrigatório e o str = "padrão" respondidos "" voltam "", em vez de serem acusados (o primeiro) ou trocados pelo default (o segundo).

A correção não segue a forma literal da proposta, que relê com keep_default_na=False dentro do read_df. Feito ali, o "" apareceria também na linha com erro e na linha pendente, que guardam None, e no campo condicional pulado, que a validação aceitaria como "" válido. O read_df público não sabe qual é a coluna de status nem avalia condições. A restauração ficou na validação da retomada, que conhece as duas coisas, e o read_df continua devolvendo ausente a célula vazia.

Fórmula no XLSX. O openpyxl toma por fórmula todo texto que começa com =, e o pandas relê vazia a fórmula que nunca foi calculada. O checkpoint .xlsx passa a ser gravado pelo openpyxl, que ele já exige, e toda célula marcada como fórmula volta a ser texto, em qualquer coluna.

Coleções. is_complex_type reconhece as origens abstratas Sequence, AbstractSet e Mapping e as versões mutáveis, e as classes set e frozenset, além das subclasses de list, tuple, dict e BaseModel, o que inclui TypedDict e NamedTuple. A busca pelas abstratas é por identidade, porque str e bytes também são Sequence para o collections.abc. Esses campos entram nas estruturas do checkpoint, gravadas em JSON, e a retomada os devolve ao tipo declarado. O conjunto vai ao JSON em ordem fixa, a do texto JSON de cada item, também dentro de dict e de modelo aninhado: a ordem em que um set de textos é percorrido muda de um processo para outro, e a lista relida só diz o mesmo que o conjunto validado quando os dois saem na mesma ordem.

Literal com None. accepts_only_text ignora o None entre os argumentos do Literal, e o "NA" de Literal["NA", "deferido", None] é relido como texto, como já acontecia com Optional[Literal["NA", "deferido"]].

Reprocessamento interrompido. Só o aviso muda. Ele diz que repetir a chamada com reprocess_columns refaz todas as linhas, inclusive as já reprocessadas, que é o que acontece: numa execução de 4 linhas interrompida depois de 2, a repetição faz as 4 chamadas.

Itens da issue

Item	Estado
Texto vazio em CSV e XLSX, campo str obrigatório	Corrigido
Texto vazio em CSV e XLSX, campo que admite None	Declarado: a célula vazia volta None, porque o arquivo não distingue "" de None; o parquet guarda a diferença. A documentação diz isso
Resposta que começa com = no XLSX	Corrigido
Sequence[str], set[str], AbstractSet e TypedDict	Corrigido, nos três formatos
Literal que inclui None	Corrigido
Reprocessamento interrompido	Só o aviso muda, por decisão do Bruno

Decisões

• O checkpoint carregado à mão com read_df e passado como entrada continua acusando o "" do campo obrigatório, como o teste test_texto_obrigatorio_vazio_em_csv_continua_acusado já fixava. Sem a assinatura, com outro modelo a célula vazia pode ser o None de um campo que o admitia.
• Mapping, MutableMapping, MutableSequence, MutableSet e NamedTuple entram junto, porque o defeito é o mesmo e o model_dump os devolve como lista, conjunto, dict ou tupla. O deque fica de fora: o model_dump o devolve como deque, que a gravação não serializa.
• O campo com exclude=True fica de fora da restauração do texto vazio, porque o model_dump não o traz e a célula dele guarda o None que a execução pôs ao criar a coluna.
• O repr de conjunto que um checkpoint CSV gravado pela versão anterior traz ("{'a'}") continua sem ser lido como conjunto. Aceitá-lo em normalize_value mudaria também o read_df sem modelo, que normaliza toda coluna com cara de JSON.

Closes #196