在多列上设置组，然后追加

Question

我试图在我的dataframe中计算同一个数据包的出现次数，如果一个数据包具有以下匹配字段，则它是相同的：

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

我想在我的dataframe中创建一个带有出现值的新列，并将该列命名为'PerSec‘。

我尝试实现这个问题的解决方案，在这里可以找到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:列表索引必须是整数或切片，而不是元组。

这是否意味着groupby方法只能在一列上工作？

Answer 1

在groupby之后只添加一列，然后传递给groupby一些聚合函数，例如GroupBy.count

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

Answer 2

Groupby方法可以扩展到多个列。它将按给定的列顺序分组。

在你的情况下

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

将返回分组数据，其中如果SourceIP等于它，则按SourcePort分组，等等。

Answer 3

应该是这样的

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