python - 在合并函数 Pandas 中验证

Question

今天我试图更深入地了解 merge() pandas 的功能，我找到了选项 validate ，如文档中所述，可以是:

validate : string, default None

If specified, checks if merge is of specified type.

“one_to_one” or “1:1”: check if merge keys are unique in both left andright datasets. “one_to_many” or “1:m”: check if merge keys are uniquein left dataset. “many_to_one” or “m:1”: check if merge keys areunique in right dataset. "many_to_many” or “m:m”: allowed, but doesnot result in checks.

我环顾四周以找到有关在何处以及如何使用此功能的工作示例，但找不到任何示例。此外，当我尝试将其应用于一组 DataFrame 时我正在合并，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

Answer 1

新款valdate param 将引发 MergeError如果验证失败，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，如果我们在列 'a' 上合并没有 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“b”列不同，现在我们通过 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'，再次验证失败:

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

如果我们没有通过 validate，则不会发生错误并且我们得到相同的合并 df参数
api 文档没有给出示例，但 what's new节呢，原来 github enhancement还提供了进一步的背景信息