Question

好的，我知道标题可能有点混乱，但我会尝试详细解释这个：

我使用Python 3.5.2：

我有两个.csv文件，我通过pandas读取并转换为两个独立的数据帧。第一个数据帧（来自XYZ.csv）如下所示：

ip              community
10.0.0.1        OL123
.
.
.
123.12.5.31    IK753

第二个（export.csv）只有＆＃34; ip＆＃34;列。

现在我想做什么：

我想比较两个数据帧，结果获得第三个数据帧（或列表），其中包含第一个数据帧中的所有IP地址，但不包含其相关社区中的所有IP地址。到目前为止，只要第二个数据帧也包含社区，我设法比较两者并获得正确的结果。我手动将这些社区插入到第二个export.csv中，遗憾的是我不能自动执行此操作，这就是为什么我需要在没有包含社区的第二个数据帧的情况下工作。

这是我的代码：

def compare_csvs():
         timestamp = time.strftime("%Y-%m-%d")

    # Reads XYZ.csv and creates list that contains all ip addresses in integer format.
         A = pd.read_csv("XYZ.csv", index_col=False, header=0)
         ips1 = A.ip.tolist()
         comu1 = A.ro_community.tolist()
         AIP = []
         for element1 in ips1:
                  AIP.append(int(ipaddress.IPv4Address(element1)))
         IPACOM1 = zip(AIP,comu1)              

    # Reads export.csv and creates list that contains all ip addresses in integer format.
         B = pd.read_csv("export" + timestamp + ".csv", index_col=False, header=0)
         ips2 = B.ip.tolist()
         comu2 = B.ro_community.tolist()
         BIP = []
         for element2 in ips2:
                  BIP.append(int(ipaddress.IPv4Address(element2)))
         IPACOM2 = zip(BIP,comu2)

    # Creates a set that contains all ip addresses (in integer format) that exist inside the XYZ.csv but not the export.csv.
         DeltaInt = OrderedSet(IPACOM1)-OrderedSet(IPACOM2)
         List = list(DeltaInt)
         UnzippedIP = []
         UnzippedCommunity = []
         UnzippedIP, UnzippedCommunity = zip(*List)

    # Puts all the elements of the DeltaInt set inside a list and also changes the integers back to readable IPv4-addresses.
         DeltaIP = []
         for element3 in UnzippedIP:
              DeltaIP.append(str(ipaddress.IPv4Address(element3)))

         IPandCommunity = zip(DeltaIP,UnzippedCommunity)

现在我需要的是可以比较我创建的两个列表并保持＆＃34;社区＆＃34;用＆＃34; ip＆＃34;它被分配给。我尝试了很多，但我似乎无法得到任何工作。也许我只是在这里遇到逻辑问题，所有的帮助都表示赞赏！

此外，请原谅代码混乱，我只是把所有这些放在一起，并在代码实际工作后清理它。

Answer 1

以下是一些虚拟数据：

这是df：

ip              community
10.0.0.1        OL123
10.1.1.1        ACLSH
10.9.8.7        OKUAJ1
123.12.5.31     IK753

df = pd.read_clipboard()

这是export.csv：

s_export = pd.Series(s_export = pd.Series(name='ip', data=['10.1.1.1','123.12.5.31', '0.0.0.0'])

s_export

0       10.1.1.1
1    123.12.5.31
2        0.0.0.0
Name: ip, dtype: object

要选择那些不在导出中的，我们可以使用isin()简单地使用布尔索引：

# ~ means 'not', so here that's "find df.ip that is NOT in s_export"
# Store result in a dataframe
df_exclude = df[~df.ip.isin(s_export)]


df_exclude
         ip community
0  10.0.0.1     OL123
2  10.9.8.7    OKUAJ1

两个Dataframe，其中一个列的列数多于另一个 - ＆gt;减去并合并

1 个答案: