通過 Pandas DataFrame 中的龐大數據集“向后迭代”

Question

我知道，在 Pandas 中迭代是不“可接受的”，並且有很多更有效的方法可以做到這一點，但為了更好地理解，讓我們堅持迭代。

我有一個巨大的 NetFlow 數據庫，（它包含時間戳、源 ip、目標 ip、協議、源和目標 prot 以及更多屬性）。 我想根據前幾行創建自定義屬性。

基本上，我想在整個 DataFrame 中“迭代”，對於每一行，我想獲取源 IP，然后向后“迭代”一小時。 在那個小時內，我想獲取與所選源 IP 匹配的所有行，並且只有這些行，我想根據每個源 IP 的最后一小時前一次出現的最后兩個屬性計算一個新屬性。

數據集中的一行

Answer 1

您可以在不“迭代”的情況下做到這一點，您可以將 lambda 函數應用於數據幀，並僅使用索引來執行“向后”邏輯。 使用迭代你不會得到任何理解，你可以理解你用 df.apply() 做得更好