Python 条件合并/获取重复行

我的初始数据看起来像

>>> left
        id      a
0  3397088   1968
1  3420060   1969
2  3420089   1969

>>> right
       lid   foo  amin  amax
0  3397088     1  1968   2000
1  3420060     2  1969   2000
2  3420089     1  1969   2000

我想做的是这样的合并

result = pd.merge(left, right, how=inner, left_index="id", right_index="lid")

但是，有时左行有多个右行。但是，始终只有一个满足

（right.amin=left.a）

。所以，最好的办法是以某种方式将其合并。我没有做到这一点，因此我的第二种方法将是首先进行

how=right

合并，获取所有行，然后进行分组：

由于它的性能似乎较差，我更喜欢使用

result.set\u index（'id'）.index.get\u duplicates（）

而不是

result.groupby（'id'）.filter（lambda x:len（x）>1）

。但是，这给我留下了一个重复（和浮动）索引列表：

因此，为了得到重复的行，我考虑

duplicates = pd.DataFrame(right.set_index(['lid']).index.get_duplicates(), columns={'id'})
right.set_index(['PATENT'], inplace=True)
rows = right.ix[duplicates['id']]

---

但现在我陷入了困境：下一步明智的做法是什么还是有更整洁的方法

你确定

result=pd.merge（left，right，left_on=“id”，right_on=“lid”，how='left'）

做你想做的事吗？我正在做

how='right'

-这会给我所有的左边行（是的，给定数据库，在这个过程中没有左边的行会掉下来），但另外，所有匹配的右边行都会掉（当每左一行超过一个时，所有的都是）。这回答了你的问题吗？

duplicates = pd.DataFrame(right.set_index(['lid']).index.get_duplicates(), columns={'id'})
right.set_index(['PATENT'], inplace=True)
rows = right.ix[duplicates['id']]