如何检查DataFrame列头中的NaN、unnamed值并抛出异常

核心校验函数修改 #

你原来的逻辑缺少空值判断分支，且未处理非字符串类型列头的报错问题，修改后的校验函数如下：

import pandas as pd

def column_check(x):
    # 检测所有空值类型：包括NaN/NA/None
    if pd.isna(x):
        return False
    # 转为字符串后检测是否包含unnamed（不区分大小写）
    if "unnamed" in str(x).lower():
        return False
    return True

全局列头校验与异常抛出 #

新增封装函数对DataFrame全量列头做校验，不满足条件直接抛出异常：

def validate_df_headers(df):
    if not all(column_check(col) for col in df.columns):
        raise ValueError("列头存在无效值：禁止包含空值(NaN/NA/None)或unnamed默认列名")

调用示例 #

你只需要在使用DataFrame前调用校验函数即可：

# 待校验的DataFrame示例，可替换为你读取/生成的DF对象
demo_df = pd.read_csv("你的文件路径.csv")
# 触发列头校验
validate_df_headers(demo_df)

注意事项 #

• 必须使用pd.isna()做空值判断：NaN与任何值做等值判断都会返回False，直接写x == np.nan永远不会命中判断条件
• 空值判断必须放在字符串操作之前：避免空值调用lower()方法抛出AttributeError异常
• 增加str()转换逻辑：兼容数字、布尔等非字符串类型的列头，避免非字符串调用lower()报错

内容的提问来源于stack exchange，提问作者Scope