如何用Pandera验证GeoPandas DataFrame的LineString类型？

当然可以用Pandera检查内置类型之外的数据类型，针对你遇到的LineString识别问题，有两种实用方案：

方案1：直接使用pa.Check校验类型 #

这是快速解决问题的方法，不需要扩展Pandera的类型系统，只需在字段定义中添加类型检查逻辑：

import pandera as pa
from shapely.geometry import LineString


class Schema(pa.DataFrameModel):
    id: int = pa.Field(unique=True, nullable=False)
    # 用object作为类型标注，通过Check验证元素是否为LineString实例
    geometry: object = pa.Field(
        nullable=False,
        check=pa.Check(lambda x: isinstance(x, LineString))
    )


try:
    Schema.validate(some_df, lazy=True)
except pa.errors.SchemaErrors as err:
    errors = err.failure_cases
    error_data = err.data

原理：Pandera默认不识别LineString这类第三方类型，所以先将字段类型标注为object，再通过pa.Check传入匿名函数，逐个验证DataFrame列中的元素是否是LineString的实例。如果需要更复杂的校验（比如LineString至少包含2个坐标点），可以扩展Check的逻辑：

check=pa.Check(lambda x: isinstance(x, LineString) and len(x.coords) >= 2)

方案2：扩展Pandera类型注册表（长期优雅方案） #

如果你的项目中需要多次验证LineString类型，可以将其注册到Pandera的类型系统中，之后就能像内置类型一样直接使用：

import pandera as pa
from pandera.typing import Series
from shapely.geometry import LineString


# 注册LineString类型的校验方法
@pa.register_check_method(
    supported_types=(LineString,),
    check_type="instance",
    error_msg="不是有效的LineString类型"
)
def check_linestring_type(obj, **kwargs):
    return isinstance(obj, LineString)


class Schema(pa.DataFrameModel):
    id: int = pa.Field(unique=True, nullable=False)
    # 直接标注Series[LineString]即可生效
    geometry: Series[LineString] = pa.Field(nullable=False)


try:
    Schema.validate(some_df, lazy=True)
except pa.errors.SchemaErrors as err:
    errors = err.failure_cases
    error_data = err.data

原理：通过pa.register_check_method装饰器，将自定义的类型检查函数绑定到LineString类型上。注册完成后，Pandera会自动识别Series[LineString]的标注，并执行对应的校验逻辑。这种方式更适合需要重复使用该类型校验的场景。

内容的提问来源于stack exchange，提问作者Wouter van Riel