我有两个数据框,一个包含IP地址(df_ip
),一个包含IP网络(df_network
)。
IP和网络的类型为ipaddress.ip_address
和ipaddress.ip_network
,可以检查IP是否位于网络(ip in network
)中。
数据帧如下:
df_ip:
IP
0 10.10.10.10
1 10.10.20.10
2 10.10.20.20
df_network:
NETWORK NETWORK_NAME
0 10.10.10.0/28 Subnet1
1 10.10.20.0/27 Subnet2
我想将df_ip
与df_network
合并/合并,添加每行IP所在的网络的名称。
对于这个小实例,它应该返回以下内容:
df_merged:
IP NETWORK_NAME
0 10.10.10.10 Subnet1
1 10.10.20.10 Subnet2
2 10.10.20.20 Subnet2
我的实际数据帧要大得多,因此id宁愿不使用for循环来保持效率。
我怎样才能最好地做到这一点?如果这需要更改数据类型,那就可以了。
注意:为了方便起见,我在下面添加了代码以创建数据。
import pandas as pd
import ipaddress
# Create small IP DataFrame
values_ip = [ipaddress.ip_address('10.10.10.10'),
ipaddress.ip_address('10.10.20.10'),
ipaddress.ip_address('10.10.20.20')]
df_ip = pd.DataFrame()
df_ip['IP'] = values_ip
# Create small Network DataFrame
values_network = [ipaddress.ip_network('10.10.10.0/28'),
ipaddress.ip_network('10.10.20.0/27')]
names_network = ['Subnet1',
'Subnet2']
df_network = pd.DataFrame()
df_network['NETWORK'] = values_network
df_network['NETWORK_NAME'] = names_network
答案 0 :(得分:2)
避免任何循环的有效方法是使用numpy数组来检查ip & netmask == network_address
的位置,这是如何检查IP是否位于网络中的方式。
请注意,这只会返回第一个匹配的网络名称
import numpy as np
net_masks = df_network.NETWORK.apply(lambda x: int(x.netmask)).to_numpy()
network_addresses = df_network.NETWORK.apply(lambda x: int(x.network_address)).to_numpy()
def get_first_network(ip):
is_in_network = int(ip) & net_masks == network_addresses
indices = np.argwhere(is_in_network)
if indices.size>0:
return df_network.loc[int(indices[0]), 'NETWORK_NAME' ]
else:
None
df_ip['network_name'] = df_ip.IP.apply(get_first_network)
结果为:
IP network_name
0 10.10.10.10 Subnet1
1 10.10.20.10 Subnet2
2 10.10.20.20 Subnet2