如何用Pandera校验含float或int类型的Pandas列？

Pandera的SchemaModel不直接识别Python原生的Union[float, int]或float | int作为Series的泛型参数，你可以通过以下两种方式实现需求：

方案一：使用Pandera内置数据类型联合 #

直接用Pandera提供的pa.Float和pa.Int类型进行联合，这是最贴合Pandera类型系统的方式：

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

class IngestSchema(pa.SchemaModel):
    column_header: Series[pa.Float | pa.Int] = pa.Field(alias='MY HEADER')

# 验证测试
df_int = pd.DataFrame({'MY HEADER': [1, 2, 3]})
IngestSchema.validate(df_int)  # 成功通过

df_float = pd.DataFrame({'MY HEADER': [1.2, 3.0, 5.7]})
IngestSchema.validate(df_float)  # 成功通过

方案二：自定义校验规则 #

如果需要更灵活的类型检查逻辑，可以通过pa.Check函数自定义校验器：

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

# 自定义类型检查函数
def check_float_or_int(value):
    return isinstance(value, (int, float))

class IngestSchema(pa.SchemaModel):
    column_header: Series[object] = pa.Field(
        alias='MY HEADER',
        check=pa.Check(check_float_or_int)
    )

# 验证测试
df_int = pd.DataFrame({'MY HEADER': [1, 2, 3]})
IngestSchema.validate(df_int)

df_float = pd.DataFrame({'MY HEADER': [1.2, 3.0, 5.7]})
IngestSchema.validate(df_float)

补充说明 #

如果你的数据包含空值，可对应使用Pandera的Nullable类型（如pa.Int64、pa.Float64），适配pandas的Int64/Float64 dtype。

内容的提问来源于stack exchange，提问作者wdchild