Pandas可扩展的行级仅单列非空校验方法实现

核心思路是直接统计每行待校验列的非空值数量，确保不会同时出现2个及以上非空值，天然支持任意数量列的校验需求，无需硬编码每列的校验逻辑。

通用校验代码 #

全表所有列校验 #

如果需要校验DataFrame的全部列，直接调用notna()按行求和即可：

# 校验每行非空值数量不超过1个，符合规则要求
assert (df.notna().sum(axis=1) <= 1).all(), "存在行同时包含多个非空值"

指定列校验 #

如果仅需校验部分列（后续新增列只需修改check_cols列表即可）：

# 自定义待校验列列表，扩展列数时仅需调整该列表
check_cols = ["var1", "var2", "var3"]
assert (df[check_cols].notna().sum(axis=1) <= 1).all(), "指定列中存在行同时包含多个非空值"

扩展优化：定位非法行 #

如果需要快速定位不符合规则的行，可以调整写法直接打印异常行：

check_cols = ["var1", "var2", "var3"]
# 筛选出不符合规则的行
invalid_rows = df[df[check_cols].notna().sum(axis=1) > 1]
assert invalid_rows.empty, f"发现不符合规则的行：\n{invalid_rows}"

额外说明 #

如果你的业务规则要求每行必须有且仅有1个非空值（不允许全空行），只需将上述代码中的<=1改为==1即可适配。

内容的提问来源于stack exchange，提问作者lakeside