按多个列分组，然后追加

Question

我试图统计数据帧中相同数据包的出现次数，如果数据包具有以下匹配字段，则数据包是相同的：

['SourceIP', 'SourcePort', 'DestinationIP', 'DestinationPort', 'Protocol']

我想在我的dataframe中创建一个具有发生值的新列，并将此列命名为“PerSec”

我已经尝试实现这里找到的这个问题的解决方案Pandas create new column with count from groupby

然而，当我跑步时：

df['PerSec'] = df.groupby(['SourceIP', 'SourcePort', 'DestinationIP', 'DestinationPort', 'Protocol']['SourceIP', 'SourcePort', 'DestinationIP', 'DestinationPort', 'Protocol'].transform('PerSec'))
with pd.option_context('display.max_rows', None, 'display.max_columns', None):
    print(df)

我收到这个错误：

TypeError: list indices must be integers or slices, not tuple

这是否意味着groupby方法只对一列有效

Answer 1

在groupby之后只添加一列，并将一些聚合函数传递给groupby，例如^{}：

cols = ['SourceIP', 'SourcePort', 'DestinationIP', 'DestinationPort', 'Protocol']
df['PerSec'] = df.groupby(cols)['SourceIP'].transform('count')

Answer 2

应该是这样的

df['PerSec'] = df.groupby([['SourceIP', 'SourcePort', 'DestinationIP', 'DestinationPort', 'Protocol']])['SourceIP', 'SourcePort', 'DestinationIP', 'DestinationPort', 'Protocol'].transform('PerSec')

Answer 3

Groupby方法可以扩展到多列。它将按给定的列顺序分组

对你来说

df.groupby(['SourceIP', 'SourcePort', 'DestinationIP', 'DestinationPort', 'Protocol'])

将返回一个分组数据帧，其中如果SourceIP等于它，则按SourcePort分组，依此类推