Python group by 查找重复地址

Question

您好，我有一个数据框，其中包含 日期、IP 地址 和 用户名 列。 我想按数据框进行分组，以查找具有多个用户的 IP 地址。 我想要类似的东西： IP 地址 用户名 样本 1 用户 1 用户2 示例 2 用户 3 用户4

我正在使用代码：

group=dict(df.groupby(by=['IP address','Date'])['Username'].count())
ips=list()
for k,v in group.items():
    if v>=2:
        ips.append(k)
ip_address=list()
for x  in ips:
    ip_address.append(x[0])
ip_address
ips=log_cumulative2[log_cumulative2['IP address'].isin(ip_address)]

当我将 df 导出到电子表格中时，我也只需一个用户即可获得 IPS。有什么帮助吗？

Answer 1

你可以做的是使用agg 方法。在这种方法中，您可以传递一个字典，指示应该对每一列执行什么操作。使用agg 方法，您可以为每一列使用多种聚合方法：

result = df.groupby(['IP address','Date']).agg({
    'Username':['count',list],
    'ips':list })
# removing the unique ones
result = result[result['Username','count'] >=2]

此代码创建一个数据框，其中包含 IP address 和 Date 的每对唯一对的计数作为其索引。然后它有一个Usernames 的列表。如果要删除重复的Usernames，可以使用set 函数。 它还有一个ips 列表。