Python数据帧计算两列中出现的次数

Question

两个数据框列:

data['IP']          data['domain']
10.20.30.40         example.org 
10.20.30.40         example.org
10.20.30.40         example.org
10.20.30.40         example.org
1.2.3.4             google.com
1.2.3.4             google.com
1.2.3.4             google.com
200.100.200.100     yahoo.com
200.100.200.100     yahoo.com
9.8.7.6             random.com

我想找到一种有效的方法来计算每个域被映射到同一 IP 地址的次数。然后，如果出现次数超过 two(2) ，则获取特定域(但仅限唯一值)并将它们移动到另一个数据框或列。

所以输出可能是这样的:

[Occurences]    [To be processed]
4               example.org
4               google.com
4
4
3               
3
3

我已经尝试过不同的东西，比如图，然后取节点的度数，以及数据透视表来表示数字，但我想要一种有效的方法，让我能够继续处理域 在 if occur>2 语句之后。

所有的都应该用 python panda dataframes 来实现!

Answer 1

以下执行 groupby在“域”上，然后调用 value_counts在“IP”地址上，我们然后对其进行过滤并重置索引并重命名列，以便它们更有意义:

In [58]:
gp = df.groupby('domain')['IP'].value_counts()
df1 = gp[gp > 2].reset_index()
df1.rename(columns={'level_1': 'IP', 0:'Occurences'}, inplace=True)
df1

Out[58]:
        domain           IP  Occurences
0  example.org  10.20.30.40           4
1   google.com      1.2.3.4           3