今天我试图深入了解大熊猫的“合并”功能，我找到了“验证”选项，正如文档中所报告的那样，它可以是：
validate：string，默认无
如果指定，则检查merge是否为指定类型。
“one_to_one”或“1：1”：检查合并键是否在左右数据集中都是唯一的。 “one_to_many”或“1：m”：检查合并键在左数据集中是否唯一。 “many_to_one”或“m：1”：检查合并键在右侧数据集中是否唯一。 “many_to_many”或“m：m”：允许，但不会导致检查。
我已经四处寻找一个关于在何处以及如何使用此功能的工作示例，但我找不到任何。此外，当我尝试将它应用于我正在合并的一组DataFrame时，它似乎没有改变输出。谁能给我一个有效的例子，让我更好地理解它？
提前致谢，
马蒂亚
如果验证失败，新的valdate param将引发MergeError，例如：
df1 = pd.DataFrame({'a':list('aabc'),'b':np.random.randn(4)})
df2 = pd.DataFrame({'a':list('aabc'),'b':np.random.randn(4)})
print(df1)
print(df2)
a b
0 a -2.557152
1 a -0.145969
2 b -1.629560
3 c -0.233517
a b
0 a -0.352038
1 a 0.490438
2 b 0.319452
3 c -0.599481
现在，如果我们在没有'a'的情况下合并列validate：
In[39]:
df1.merge(df2, on='a')
Out[39]:
a b_x b_y
0 a -2.557152 -0.352038
1 a -2.557152 0.490438
2 a -0.145969 -0.352038
3 a -0.145969 0.490438
4 b -1.629560 0.319452
5 c -0.233517 -0.599481
这有效，但我们为'a'获得更多行，因为列'b'不同，现在我们传递validate='1:1'，我们得到一个错误：
MergeError: Merge keys are not unique in either left or right dataset; not a one-to-one merge
如果我们通过validate='1:m'我们得到一个不同的错误：
MergeError: Merge keys are not unique in left dataset;not a one-to-many merge
如果我们通过'm:m'，这又失败了验证：
In[42]:
df1.merge(df2, on='a',validate='m:m')
Out[42]:
a b_x b_y
0 a -2.557152 -0.352038
1 a -2.557152 0.490438
2 a -0.145969 -0.352038
3 a -0.145969 0.490438
4 b -1.629560 0.319452
5 c -0.233517 -0.599481
没有错误发生，如果我们没有通过validate参数，我们得到相同的合并df
api文档没有给出一个例子，但what's new部分确实如此，原来的github enhancement也提供了进一步的背景信息