Python 合并/连接两个数据帧，一个具有IP地址，一个具有IP网络

我有两个数据帧，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\u address

和

ipaddress.IP\u network

，可以检查IP是否位于网络中（

IP in network

）

数据帧如下所示：

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/加入，添加每行ip所在的网络名称。
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，因此我不希望使用for循环来保持效率。
我如何才能最好地实现这一点？如果这需要更改数据类型，那没关系

注意：为了方便起见，我在下面添加了代码来创建数据

将熊猫作为pd导入
导入IP地址
#创建小型IP数据帧
values_ip=[ipaddress.ip_address（'10.10.10.10'），
ip地址。ip地址（'10.10.20.10'），
ip地址。ip地址（'10.10.20.20'）]
df_ip=pd.DataFrame（）
df_ip['ip']=值
#创建小型网络数据帧
values_network=[ipaddress.ip_network（'10.10.10.0/28'），
ip地址ip_网络（'10.10.20.0/27'）]
名称\u网络=['Subnet1'，
'子网2']
df_network=pd.DataFrame（）
df_网络['network']=值_网络
df_网络['network_NAME']=名称_网络
避免任何循环的有效方法是使用numpy数组检查where
ip&netmask==网络地址，这就是如何检查ip是否位于网络中

请注意，这只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)

其结果是：

            IP network_name
0  10.10.10.10      Subnet1
1  10.10.20.10      Subnet2
2  10.10.20.20      Subnet2