Python 将txt文件和日志文件导入Jupyter笔记本

我刚开始使用Jupyter笔记本和Python。在课程期间，我有一个学习任务，我应该：

我想知道data_log.log中最常见的10个小时

数据看起来像这样，日期戳在括号[]中

    64.242.88.10 - - [07/Mar/2004:16:05:49 -0800] "GET /twiki/bin/edit/Main/ouble_bounce_sender?topicparent=Main.ConfigurationVariable HTTP/1.1" 401 12846
        64.242.88.10 - - [07/Mar/2004:19:03:58 -0800] "GET /twiki/bin/edit/Main/Message_size_limit?topicparent=Main.ConfigurationVariable HTTP/1.1" 401 12846
        206-15-133-154.dialup.ziplink.net - - [11/Mar/2004:16:33:23 -0800] "HEAD /twiki/bin/view/Main/SpamAssassinDeleting HTTP/1.1" 200 0

我从以下几点开始：

import pandas as pd 
    dataset= pd.read_fwf('data_log.log')

如何访问括号中：后的前两个数字

在那之后我该怎么计算呢？我在一张有小时的表格中打印出前10名，并作为表格标题计算

计时

105

143

---

10 2这最好用正则表达式来解决。有关适合数据的语法，请参见。这将允许程序从模式中提取部分数据。

模拟文本文件：

file_data = """
64.242.88.10 - - [07/Mar/2004:16:05:49 -0800] "GET 
/twiki/bin/edit/Main/ouble_bounce_sender?topicparent=Main.ConfigurationVariable 
HTTP/1.1" 401 12846
64.242.88.10 - - [07/Mar/2004:19:03:58 -0800] "GET 
/twiki/bin/edit/Main/Message_size_limit?topicparent=Main.ConfigurationVariable 
HTTP/1.1" 401 12846
206-15-133-154.dialup.ziplink.net - - [11/Mar/2004:16:33:23 -0800] "HEAD 
/twiki/bin/view/Main/SpamAssassinDeleting HTTP/1.1" 200 0"""

使用

pandas.read_csv

导入文件：

import pandas as pd
df = pd.read_csv(pd.compat.StringIO(file_data), names=[0, 'hour', 2, 3], sep=':', engine='python')

这会产生一个混乱的数据帧，但您只关心小时列：

                                                   0  hour   2  \
0                      64.242.88.10 - - [07/Mar/2004    16   5   
1                      64.242.88.10 - - [07/Mar/2004    19   3   
2  206-15-133-154.dialup.ziplink.net - - [11/Mar/...    16  33   

                                                   3  
0  49 -0800] "GET /twiki/bin/edit/Main/ouble_boun...  
1  58 -0800] "GET /twiki/bin/edit/Main/Message_si...  
2  23 -0800] "HEAD /twiki/bin/view/Main/SpamAssas...  

获取小时计数：

df['hour'].value_counts()
Out[141]: 
16    2
19    1

---

谢谢但是它说我的文件没有定义。我犯了什么样的错误？df=pd.read\u csv（pd.compat.StringIO（data\u log.log），name=[0'，hour'，2,3]，sep='：'，engine='python'）name错误：name'access\u log'没有定义我想我明白了为什么没有定义，因为我没有定义它。然而，当我尝试用logg=pd.read\u csv（'data\u log.log'）定义它时，它说TypeError:initial\u值必须是str或None，而不是DataFrame。我该怎么解决呢？@John我没有你的输入文件，所以我使用了你随StringIO对象提供的文本。您必须用文件路径替换函数调用的该部分。谢谢您的帮助。我真的不确定该换什么。df=pd.read_csv（'/Users/john/Desktop/data_log.log'），name=[0'，hour'，2,3]，sep='：'，engine='python'）不工作。是因为它是csv文件吗？如果是，我如何处理这个问题？