Pandas 将IP地址与IP网络匹配并返回相关列

我有两个熊猫数据帧

import pandas as pd
inp1 = [{'network':'1.0.0.0/24', 'A':1, 'B':2}, {'network':'5.46.8.0/23', 'A':3, 'B':4}, {'network':'78.212.13.0/24', 'A':5, 'B':6}]
df1 = pd.DataFrame(inp)
print("df1", df1)

inp2 = [{'ip':'1.0.0.10'}, {'ip':'blahblahblah'}, {'ip':'78.212.13.249'}]
df2 = pd.DataFrame(inp2)
print("df2", df2)

输出：

          network  A  B
0      1.0.0.0/24  1  2
1     5.46.8.0/23  3  4
2  78.212.13.0/24  5  6
              ip
0       1.0.0.10
1   blahblahblah
2  78.212.13.249

我想要的最终输出如下所示：

         ip              A           B
0       1.0.0.10         1           2
1   blahblahblah         NaN         Nan
2  78.212.13.249         5           6

我想遍历

df2['ip']

中的每个单元格，并检查它是否属于

df1['network']

中的网络。如果它属于网络，它将返回特定ip地址对应的a和B列。我曾参考并考虑过

netaddr、IPNetwork、IPAddress、IPAddress

，但无法完全理解

---

谢谢你的帮助

您可以使用

netaddr

+

apply（）。以下是一个例子：

from netaddr import IPNetwork, IPAddress, AddrFormatError


network_df = pd.DataFrame([
    {'network': '1.0.0.0/24', 'A': 1, 'B': 2},
    {'network': '5.46.8.0/23', 'A': 3, 'B': 4},
    {'network': '78.212.13.0/24', 'A': 5, 'B': 6}
])
ip_df = pd.DataFrame([{'ip': '1.0.0.10'}, {'ip': 'blahblahblah'}, {'ip': '78.212.13.249'}])
# create all networks using netaddr
networks = (IPNetwork(n) for n in network_df.network.to_list())


def find_network(ip):
    # return empty string when bad/wrong IP
    try:
        ip_address = IPAddress(ip)
    except AddrFormatError:
        return ''
    # return network name as string if we found network
    for network in networks:
        if ip_address in network:
            return str(network.cidr)
    return ''


# add network column. set network names by ip column
ip_df['network'] = ip_df['ip'].apply(find_network)
# just merge by network columns(str in both dataframes)
result = pd.merge(ip_df, network_df, how='left', on='network')
# you don't need network column in expected output...
result = result.drop(columns=['network'])
print(result)
#               ip    A    B
# 0       1.0.0.10  1.0  2.0
# 1   blahblahblah  NaN  NaN
# 2  78.212.13.249  5.0  6.0

见评论。希望这有帮助。
如果您愿意使用R而不是Python，我已经编写了一个包来解决这个问题。还有一个基础循环，但是它是用C++实现的（更快）！
库（TIBLE）
库（IP地址）
库（模糊连接）
地址警告：第2行出现问题：blahblahblah
nets#A tibble:3 x 4
#>地址网络A B
#>              
#> 1      1.0.0.10     1.0.0.0/24     1     2
#>2娜娜娜娜娜娜
#> 3 78.212.13.249 78.212.13.0/24     5     6

由（v0.3.0）df1于2020-09-02创建。合并（df2，左

？@QuangHoang请注意，'network'和'ip'列不相同。以下是一个链接，提供更多说明：