Python 按ip地址范围筛选数据帧

我需要按ip地址范围过滤数据帧。不使用正则表达式是否可能

Ex. From 61.245.160.0   To 61.245.175.255

---

字符串在python中是可排序的，因此您应该能够做到：

In [11]: '61.245.160.0' < '61.245.175.255'
Out[11]: True

---

假设您具有以下DF：

In [48]: df
Out[48]:
               ip
0    61.245.160.1
1  61.245.160.100
2  61.245.160.200
3  61.245.160.254

让我们查找介于（但不包括）61.245.160.99和

61.245.160.254之间的所有IP：

In [49]: ip_from = '61.245.160.99'

In [50]: ip_to = '61.245.160.254'

如果我们将IP作为字符串进行比较-它将按字典顺序进行比较，因此无法正常工作：

演示：

检查：

In [80]: (df.ip.apply(lambda x: int(IPAddress(x))) == ip_to_int(df.ip)).all()
Out[80]: True

我有一个方法使用

例如，我想知道host0=10.2.23.5是否属于以下任何一个网络
NETS=['10.2.48.0/25'、'10.2.23.0/25'、'10.2.154.0/24']

>>> host0 = ip.IPv4Address('10.2.23.5')
>>> NETS = ['10.2.48.0/25','10.2.23.0/25','10.2.154.0/24']
>>> nets  = [ip.IPv4Network(x) for x in NETS]
>>> [x for x in nets if (host2 >= x.network_address and host2 <= x.broadcast_address)]
[IPv4Network('10.2.23.0/25')]

这将创建一个新的列
newCol
，其中每一行将是
1
或
-1
，这取决于IP地址是否属于您感兴趣的网络。
@Andy Hayden:好的，使用正则表达式很好，我有很多范围需要匹配，这就是为什么我不使用正则表达式的原因？我喜欢python！最简单的解决方案通常对程序员来说是可行的！小心使用此方法，因为它不能正确排序。i、 例如，
'61.245.160.99'<'61.245.160.102'Out[161]：False
@adele好的一点是，获得正确行为的快速方法是为ip地址创建一个代表性的大数字，例如，
61*100000000+245*1000000+160*1000+255
，并基于此进行排序。我同意@ade1e。为什么不使用
导入IP地址
？它工作得很好：
[x代表网络中的x如果（host2>=x.network\u地址和host2只是想添加，我遇到了
def ip\u to\u int（ip\u ser）
的问题，当我的ip是例如
240.42.123.100
时，我会得到int
-265651356
。这是由于
np.left\u移位（ips，mults）的整数溢出造成的
。在本例中，我找到了一个解决办法，可以使用
np.left\u shift（ips.astype（object），mults）
In [51]: df.query("'61.245.160.99' < ip < '61.245.160.254'")
Out[51]:
Empty DataFrame
Columns: [ip]
Index: []

In [52]: df.query('@ip_from < ip < @ip_to')
Out[52]:
Empty DataFrame
Columns: [ip]
Index: []

In [53]: df[df.ip.apply(lambda x: int(IPAddress(x)))
   ....:      .to_frame('ip')
   ....:      .eval('{} < ip < {}'.format(int(IPAddress(ip_from)),
   ....:                                  int(IPAddress(ip_to)))
   ....:       )
   ....: ]
Out[53]:
               ip
1  61.245.160.100
2  61.245.160.200

In [66]: df.ip.apply(lambda x: int(IPAddress(x)))
Out[66]:
0    1039507457
1    1039507556
2    1039507656
3    1039507710
Name: ip, dtype: int64

In [67]: df.ip.apply(lambda x: int(IPAddress(x))).to_frame('ip')
Out[67]:
           ip
0  1039507457
1  1039507556
2  1039507656
3  1039507710

In [68]: (df.ip.apply(lambda x: int(IPAddress(x)))
   ....:    .to_frame('ip')
   ....:    .eval('{} < ip < {}'.format(int(IPAddress(ip_from)),
   ....:                               int(IPAddress(ip_to))))
   ....: )
Out[68]:
0    False
1     True
2     True
3    False
dtype: bool

def ip_to_int(ip_ser):
    ips = ip_ser.str.split('.', expand=True).astype(np.int16).values
    mults = np.tile(np.array([24, 16, 8, 0]), len(ip_ser)).reshape(ips.shape)
    return np.sum(np.left_shift(ips, mults), axis=1)

In [78]: df['int_ip'] = ip_to_int(df.ip)

In [79]: df
Out[79]:
               ip      int_ip
0    61.245.160.1  1039507457
1  61.245.160.100  1039507556
2  61.245.160.200  1039507656
3  61.245.160.254  1039507710

In [80]: (df.ip.apply(lambda x: int(IPAddress(x))) == ip_to_int(df.ip)).all()
Out[80]: True

>>> host0 = ip.IPv4Address('10.2.23.5')
>>> NETS = ['10.2.48.0/25','10.2.23.0/25','10.2.154.0/24']
>>> nets  = [ip.IPv4Network(x) for x in NETS]
>>> [x for x in nets if (host2 >= x.network_address and host2 <= x.broadcast_address)]
[IPv4Network('10.2.23.0/25')]

def fnc(row):
    host = ip.IPv4Address(row)
    vec = [x for x in netsPy if (host >= x.network_address and host <= x.broadcast_address)]

    if len(vec) == 0:
        return '1'
    else:
        return '-1'

df['newCol'] = df['IP'].apply(fnc)