如何使用 Pandera 断言某列是否具有多种数据类型之一？

Question

我的 Pandas 数据框需要遵守以下 Pandera 架构：

import pandera as pa
from pandera.typing import Series

class schema(pa.SchemaModel):
    name: Series[str]
    id: Series[str]

但是，在某些数据帧实例中，“id”列将仅包含整数，因此在使用

pd.read_csv()

时将获得“int”数据类型。

例如，我有以下数据框：

当我运行

schema(df).validate()

时，我收到错误：

pandera.errors.SchemaError: expected series 'id' to have type str, got int64

但是，在其他情况下，数据框可能看起来像这样：

我想通过允许列成为两种数据类型之一来解决这两种情况。

这是我尝试过的（但它似乎不是正确的语法，因为验证方法不会运行）：

import pandera as pa
from pandera.typing import Series
from typing import Union

class schema(pa.SchemaModel):
    name: Series[str]
    id: Union[Series[str], Series[int]]

Pandera 有什么办法可以做到这一点吗？

Answer 1

尚未实现：参见 https://github.com/unionai-oss/pandera/issues/1152

还有一个拉取请求似乎已经过时了几个月： https://github.com/unionai-oss/pandera/pull/1227