如何使用Pandera Schema验证pandas.Period类型的DataFrame列？

报错原因是Pandera默认引擎无法直接识别pd.Period原生类型，下面提供两种可行的解决方法：

方法一：自定义Check验证元素类型 #

通过pa.Check函数检查列中每个元素是否为pd.Period实例，还可以额外验证周期频率是否符合要求：

import pandas as pd
import pandera as pa
from pandera.typing import Series

class Schema(pa.DataFrameModel):
    # 基础验证：确保所有元素都是pd.Period类型
    period: Series[object] = pa.Check(lambda x: all(isinstance(i, pd.Period) for i in x))
    # 进阶验证：同时确保频率为月频（根据需求调整）
    # period: Series[object] = pa.Check(lambda x: all(isinstance(i, pd.Period) for i in x)) & pa.Check(lambda x: all(i.freq == 'M' for i in x))

df = pd.DataFrame({"period" : pd.period_range("31/01/2024", "31/12/2024", freq='M')})
Schema.validate(df)

方法二：使用Pandera内置Period dtype（推荐） #

Pandera提供了专门的Period dtype，支持直接指定类型和频率，更简洁规范：

import pandas as pd
import pandera as pa
from pandera.typing import Series
from pandera.dtypes import Period

class Schema(pa.DataFrameModel):
    # 直接指定为Period类型，且限定频率为月频
    period: Series[Period(freq='M')]

df = pd.DataFrame({"period" : pd.period_range("31/01/2024", "31/12/2024", freq='M')})
Schema.validate(df)

内容的提问来源于stack exchange，提问作者Andy