Python 如何返回Pandas中的值计数

我有一个数据帧，其中包含一个unqiue IP和一个基于扫描结果分类器的严重性评级，如图所示：

我的目标：对于每个唯一的IP，如何返回每个严重性级别的计数？目标是最终创建一个表，列出每个严重性级别的IPs总数

我已经知道如何获得总计栏的点击率。这很简单：

df_IP_counts = df['IP'].value_counts()

or 

df_Severity_counts =df.Severity.value_counts()

但如何区分每个IP的临界值、高值、中等值和低值，目前给我带来了麻烦

---

谢谢。

您可以致电

groupby

+

count

-

result = df.groupby(['IP', 'Severity']).Severity.count().unstack()

要获取总计数，您可以对值调用

sum

，并使用

assign

/

concat

/inplace assignment将其添加到

结果

数据帧-

result['Total'] = result.values.sum(axis=1)

---

您可以调用

groupby

+

count

-

result = df.groupby(['IP', 'Severity']).Severity.count().unstack()

要获取总计数，您可以对值调用

sum

，并使用

assign

/

concat

/inplace assignment将其添加到

结果

数据帧-

result['Total'] = result.values.sum(axis=1)

---

伟大的现在我只需要确保最终结果中包含总计列@您可以执行的HolyDarkness

result.sum（）

并将其与原始result.Nah连接起来。这会导致类似[严重程度严重219.0高306.0低32.0中等339.0]的结果，这是错误的输出。@TheHolyDarkness啊，我的错。试试

result.values.sum（）

：）是的，我也开始这么想了。然而，由于nan值的存在，它仍然是不可靠的。如何将NaN再次转换为0？太好了。现在我只需要确保最终结果中包含总计列@您可以执行的HolyDarkness

result.sum（）

并将其与原始result.Nah连接起来。这会导致类似[严重程度严重219.0高306.0低32.0中等339.0]的结果，这是错误的输出。@TheHolyDarkness啊，我的错。试试

result.values.sum（）

：）是的，我也开始这么想了。然而，由于nan值的存在，它仍然是不可靠的。如何再次将NaN转换为0？请发布实际数据而不是图像。请发布实际数据而不是图像。