Skip to main content
 首页 » 编程设计

python之Pandas 有条件地将字符串数据从一行复制到另一行

2025年02月15日22pengyingh

以下数据框包含来自网络防火墙的配置项。每行代表一个配置项 - 例如行 0 用于 object network fake1 并且与此相关的唯一参数显示在 col_0 中并且是IP 地址字符串 host 10.0.0.1

在 col_0 的下方是一个条目 network-object object fake1,它指的是前面提到的 object network fake1(有一个字符串工作模式)。我想将 IP 地址单元格中的文本复制到目标单元格中​​,如下所示:

谁能帮我创建一个具有以下所需输出的新数据框:

请注意名称,例如 fake1、fake2、prt-apps 等可以更改,但字符串“object network”、“object-group network”和“network-object object”将始终是同样,因此任何匹配基于交叉引用名称的代码都是理想的,并且可以随着更大的配置进行扩展。

即它可以是 object network foo 和 network object object foo。有一种模式可以匹配,如下所示。

测试数据 可以从此处的 df.to_dict() 输出中获取重现此内容的方法:

import pandas as pd 
import numpy as np 
from numpy import nan 
 
    dfData = {'col_0': {'object network fake1': ' host 10.0.0.1', 
  'object network fake2': ' host 10.0.0.2', 
  'object network fake3': ' host 10.0.0.3', 
  'object network fake4': ' host 10.0.0.4', 
  'object network fake5': ' host 10.0.0.5', 
  'object-group network prt-apps': ' network-object object fake1', 
  'object-group network prt-apps2': ' network-object object fake4', 
  'object-group network prt-apps3': ' network-object object fake5'}, 
 'col_1': {'object network fake1': nan, 
  'object network fake2': nan, 
  'object network fake3': nan, 
  'object network fake4': nan, 
  'object network fake5': nan, 
  'object-group network prt-apps': ' network-object object fake2', 
  'object-group network prt-apps2': ' group-object prt-apps', 
  'object-group network prt-apps3': ' group-object prt-apps2'}, 
 'col_2': {'object network fake1': nan, 
  'object network fake2': nan, 
  'object network fake3': nan, 
  'object network fake4': nan, 
  'object network fake5': nan, 
  'object-group network prt-apps': ' network-object object fake3', 
  'object-group network prt-apps2': nan, 
  'object-group network prt-apps3': nan}} 
 
pd.DataFrame(dfData) 

我尝试了什么?

我花了几个小时来解析数据并将其转换为本文中的格式。然后我研究了 pandas 的字符串操作,但看到 str.contains 仅限于 Series 并且无法解析整个 df。我想到了 groupby 但不知道如何做到这一点。感谢任何帮助。

由于对象配置命名约定,使用 Cisco 防火墙的任何人都可能会找到这篇文章,并且同样可能会找到有用的解决方案。

请您参考如下方法:

可能是正则表达式和 str.contains 和 str.replace 的组合:

import re 
 
df = pd.DataFrame(dfData) 
for index in df.index: #loop through the index values 
    match = re.search(r'(fake\d)', index) #search for the "fake" + a digit 
    if match is not None: 
        fakenumber = match.group(1) #extract fake number ie "fake1" 
        for col in df.columns: 
            if True in df[col].str.contains(fakenumber).tolist(): 
                df.loc[:, col] = df[col].str.replace(fakenumber, fakenumber + df.loc[index, 'col_0']) 

df