"pydanticvalidators.py"：找不到<类'pandas.core.frame.DataFrame'的验证器>

Question

pandas的DataFrame下面没有被pydantic验证。如何处理这种情况?

from pydantic.dataclasses import dataclass
@dataclass
class DataFrames:
dataframe1: pd.DataFrame = None
dataframe2: pd.DataFrame = None

这会抛出以下错误:

File "pydanticvalidators.py", line 715, in find_validators
RuntimeError: no validator found for <class 'pandas.core.frame.DataFrame'>, see `arbitrary_types_allowed` in Config

Answer 1

就我个人而言，我打错了类型注释

class Foo(BaseModel):
bar = Optional[NonNegativeInt]

而不是;

class Foo(BaseModel):
bar: Optional[NonNegativeInt]

傻傻的，但是仔细检查一下:)

Answer 2

根据Pydantic Docs，你可以用几种方法来解决你的问题。

最简单的方法是允许在模型配置中使用任意类型，但这是BaseModel打包的功能:再次引用文档:

请记住pydantic.dataclass .dataclass是数据类的临时替代品。带验证的数据类，而不是pydantic的替代品。BaseModel

考虑到这一点，以下代码运行良好:

import pandas as pd
from pydantic import BaseModel
class DataFrames(BaseModel):
dataframe1: pd.DataFrame = None
dataframe2: pd.DataFrame = None
class Config:
arbitrary_types_allowed = True

Answer 3

如果您来到这里的一般问题no validator found for <class 'XYZ'>，您应该检查错过的BaseModel继承:

from pydantic import BaseModel
class MyCustomType: # We forgot inheritance here, should be MyCustomType(BaseModel)
id: int
text: str
class MyCustomClass2(BaseModel):
data: List[MyCustomType]

Answer 4

另一个可能的错误:忘记从BaseModel继承模型，因此:

class Foo():
bar: str

而不是:

class Foo(BaseModel):
bar: str