Python Pandas：如何在迭代时将数据框附加到另一个？

Question

我正在搜索 excel 格式的配置转储。

我正在寻找 IP 地址匹配项，我可以在其中收集新的数据帧或匹配的行列表。

到目前为止，我已经成功地迭代了 IP 地址的两列，当它们匹配时查找行并分配给一个变量。

现在我被卡住了，因为使用 pandas 数据框修正方法修正的变量一似乎不起作用。

然后我尝试附加到常规列表，只是这次我知道得到的信息比我需要的多：

68 0 名称：下一个参考索引，dtype：int64

我希望得到一些帮助，试图弄清楚如何摆脱多余的数据并只保留这些值，或者创建一个包含所有匹配项的新数据框以供进一步处理。

# iterate through the two lists of ips and look for 
# duplicate values, if value is nan then skip
for line_1 in df_1['IPv4 address']:
    # ignore null lines
    if 'nan' in str(line_1):
        pass
        for line_2 in df_2['IPv4 address']:
            if 'nan' in str(line_2):
                pass
            # if the ip addresses match
            if line_1 == line_2:
                # look up the row in the dataframes ready for comparison
                result_1 = df_1.loc[df_1['IPv4 address'] == line_1]
                result_2 = df_2.loc[df_2['IPv4 address'] == line_2]

                # should I append the different details to a list?
                # or append to a dataframe? 
                # when appending to a dataframe it did not seem to work
                # and returned an empty dataframe
                result = (str(result_1['IP route name'])
                          + str(result_1['IPv4 address'])
                          + str(result_1['Next reference index']))
                results.append(result)

我希望输出是一个包含所有匹配项的新数据帧，或者是一个列表，每行都是 3 个值

# Example df

enter image description here

Answer 1

你可以试试这样的： 您在重命名列后加入两个数据框，然后通过执行 pandas 过滤器直接比较列 IPV4，这样您只提取所需的行：

import pandas as pd
import numpy as np

df2 = pd.DataFrame(np.array([["ip_route1", "1.1.1.1",1], ["ip_route2", "2.2.2.2",2],["ip_route2", "4.3.3.4",3]]),columns=['IP_ROUTE', 'IPV4_AD','REF_INDEX'])
df1 = pd.DataFrame(np.array([["ip_route1", "1.1.1.1",1], ["ip_route2", "2.2.2.2",2], ["ip_route2", "3.3.3.3",3]]),columns=['IP_ROUTE', 'IPV4_AD','REF_INDEX'])

print(df1)
#     IP_ROUTE  IPV4_AD REF_INDEX
# 0  ip_route1  1.1.1.1         1
# 1  ip_route2  2.2.2.2         2
# 2  ip_route2  3.3.3.3         3

print(df2)
#     IP_ROUTE  IPV4_AD REF_INDEX
# 0  ip_route1  1.1.1.1         1
# 1  ip_route2  2.2.2.2         2
# 2  ip_route2  4.3.3.4         3

df1 = df1.rename(columns={"IPV4_AD": "IPV4_AD1", "IP_ROUTE":"IP_ROUTE_1"}).set_index("REF_INDEX")
df2 = df2.rename(columns={"IPV4_AD": "IPV4_AD2", "IP_ROUTE":"IP_ROUTE_2"}).set_index("REF_INDEX")

df = df1.join(df2).reset_index()

print(df)
#   REF_INDEX IP_ROUTE_1 IPV4_AD1 IP_ROUTE_2 IPV4_AD2
# 0         1  ip_route1  1.1.1.1  ip_route1  1.1.1.1
# 1         2  ip_route2  2.2.2.2  ip_route2  2.2.2.2
# 2         3  ip_route2  3.3.3.3  ip_route2  4.3.3.4

TempResult = df[df["IPV4_AD1"]==df["IPV4_AD2"]]
print(TempResult)
#   REF_INDEX IP_ROUTE_1 IPV4_AD1 IP_ROUTE_2 IPV4_AD2
# 0         1  ip_route1  1.1.1.1  ip_route1  1.1.1.1
# 1         2  ip_route2  2.2.2.2  ip_route2  2.2.2.2

result = TempResult[["IP_ROUTE_1","IPV4_AD1"]]
# .rename(columns={"IP_ROUTE_1","IP_ROUTE","IPV4_AD1","IPV4_AD"})
print(result)$
#   IP_ROUTE_1 IPV4_AD1
# 0  ip_route1  1.1.1.1
# 1  ip_route2  2.2.2.2