python - 两个 Pandas 数据帧之间的交叉引用

Question

我有两个数据框。第一个包含所有主要数据，每行如下:

timestamp|source_ip|destination_ip|number_packets|number_bytes|etc.

第二个包含 IP 地址和这些地址所属网络的引用表:

network1|ip_address1
network1|ip_address2
network2|ip_address3
etc.|etc.

它可能包含带有子掩码的网络地址，例如:

network3|ip_network/submask

那么数据帧 1 在数据帧 2 中查找其地址(例如 source_ip)的网络的最佳方式是什么？引用表不一定是数据框。任何数据结构都可以，只要易于引用信息即可。有什么建议吗？

谢谢。

Answer 1

要实现此目的，首先您可以将 network 和 ip_address 的映射存储在字典中:

mapping = { ip_address1: network1,
            ip_address2: network1,
            ip_address3: network2,
            ... }

要从主数据帧中查找与 source_ip 每个条目对应的 network，请使用以下命令:

df['network'] = df['source_ip'].apply(lambda x: mapping[x])

这会在主数据帧中为您提供名为 network 的附加列，我们假设该列的名称为 df，其中包含列 source_ip。