能否用pandera DataFrameModel验证多DataFrame关联属性？求非Schema方案

方案1：动态修改DataFrameModel字段的检查规则 #

直接修改模型类的字段检查列表，添加基于df1的isin验证，适合一次性使用场景：

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

class MyModel(pa.DataFrameModel):
    col2: Series[int] = pa.Field(ge=0)

# 加载df1并获取允许的取值
df1 = pd.DataFrame({'col1': [1,2,2]})
allowed_values = df1.col1.unique()

# 动态给col2字段追加检查规则
MyModel.__fields__['col2'].field.checks.append(pa.Check.isin(allowed_values))

# 验证通过的情况
df2_valid = pd.DataFrame({'col2': [1,2,1]})
MyModel.validate(df2_valid)

# 验证失败的情况（会抛出SchemaError）
df2_invalid = pd.DataFrame({'col2': [1,2,3]})
MyModel.validate(df2_invalid)

如果不想修改原模型类（避免影响其他场景的使用），可以创建子类来修改：

class DynamicMyModel(MyModel):
    pass

DynamicMyModel.__fields__['col2'].field.checks.append(pa.Check.isin(allowed_values))
DynamicMyModel.validate(df2_valid)

方案2：使用类方法动态注入允许值+字段检查 #

通过类变量存储允许的取值，结合自定义字段检查方法，实现可复用的动态验证：

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

class MyModel(pa.DataFrameModel):
    col2: Series[int] = pa.Field(ge=0)
    # 类变量存储动态允许的取值
    _allowed_col_values = None

    @classmethod
    def set_allowed_values(cls, values):
        cls._allowed_col_values = values

    @pa.check("col2")
    def col2_in_allowed_range(cls, series: Series[int]) -> Series[bool]:
        if cls._allowed_col_values is None:
            raise ValueError("请先调用set_allowed_values设置允许的取值范围")
        return series.isin(cls._allowed_col_values)

# 使用流程
df1 = pd.DataFrame({'col1': [1,2,2]})
MyModel.set_allowed_values(df1.col1.unique())

# 验证通过
df2_valid = pd.DataFrame({'col2': [1,2,1]})
MyModel.validate(df2_valid)

# 验证失败
df2_invalid = pd.DataFrame({'col2': [1,2,3]})
MyModel.validate(df2_invalid)

方案3：使用全局上下文+字段检查钩子 #

如果df1的作用域固定，可以直接在模型的检查方法中引用全局的df1数据：

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

# 先加载df1
df1 = pd.DataFrame({'col1': [1,2,2]})

class MyModel(pa.DataFrameModel):
    col2: Series[int] = pa.Field(ge=0)

    @pa.check("col2")
    def col2_in_df1_col1(cls, series: Series[int]) -> Series[bool]:
        return series.isin(df1.col1.unique())

# 验证操作
df2_valid = pd.DataFrame({'col2': [1,2,1]})
MyModel.validate(df2_valid)

df2_invalid = pd.DataFrame({'col2': [1,2,3]})
MyModel.validate(df2_invalid)

这些方案都不需要将DataFrameModel转换为DataFrameSchema，直接基于模型本身实现了跨DataFrame的动态验证需求。

内容的提问来源于stack exchange，提问作者guigux