两个熊猫数据框之间的交叉引用

Question

我有两个数据框。第一个包含所有主要数据，每一行如下：

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的网络的参考表：

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

可能它包含带有子网掩码的网络地址，例如：

network3|ip_network/submask

那么数据框1在数据框2中为其地址（例如source_ip）找到网络的最佳方法是什么？参考表不必是数据框。只要可以方便地参考信息，任何数据结构都可以。有什么建议吗？

谢谢。

Answer 1

要首先实现此目的，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,
            ... }

要从主数据框中找到与network的每个条目相对应的source_ip，请使用以下方法：

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

这会在主数据框中为您提供名为network的附加列，我们假设其名称为df，列为source_ip。