就我个人而言，我输入了错误的类型注解

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

而不是;

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

愚蠢的一个ik，但双重检查：）

根据Pydantic Docs，您可以通过多种方式解决问题。
最简单的方法是在模型配置中允许任意类型，但这是与BaseModel打包的功能：再次引用the docs：
请记住，pydantic.dataclasses.dataclass是带验证的dataclasses.dataclass的直接替代品，而不是pydantic.BaseModel的替代品
考虑到这一点，下面的代码运行良好：

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

如果你带着一般性的问题no validator found for <class 'XYZ'>来到这里，你应该检查错过的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]

另一个可能的错误：忘记从BaseModel继承模型，所以：

class Foo():
  bar: str

而不是这样：

class Foo(BaseModel):
  bar: str