我正在使用 pandas 来分析到不同节点的现有 ssh 会话，因为我已经解析了 ssh 守护进程日志，并且我有一个包含以下列的 DataFrame：
- Node：建立连接的节点名称
- 会话：会话ID
- Start：指示连接何时开始的时间戳
- Finish：指示连接何时结束的时间戳
这是部分数据：
In [375]: sessions[1:10]
Out[375]:
Node Session Start Finish
1 svg01 27321 2015-02-23 07:24:45 2015-02-23 07:50:57
2 svg02 14171 2015-02-23 10:25:08 2015-02-23 14:33:24
3 svg02 14273 2015-02-23 10:26:21 2015-02-23 14:36:19
4 svg01 14401 2015-02-23 10:28:16 2015-02-23 14:38:04
5 svg01 26408 2015-02-23 14:01:49 2015-02-23 18:38:25
6 svg03 13722 2015-02-23 18:24:39 2015-02-23 20:51:59
7 svg05 17637 2015-02-23 19:10:00 2015-02-23 19:10:20
我想生成一个附加列，其中包含建立新连接时给定节点中已建立会话的数量。
在不考虑节点的情况下，我可以使用以下方法计算：
count_sessions = lambda t: sessions[(sessions.Start<t) & (sessions.Finish>t)].shape[0]
sessions['OpenSessions'] = sessions['Start'].map(count_sessions)
问题是我还需要考虑“节点”列值，但我不知道如何获取它。
我可以使用 Series 中元素的索引来获取会话 DataFrame 中的节点，但我没有找到任何方法来检索传递给映射的元素的索引。
def count(df):
count_sessions = lambda t: df[(df.Start<t) & (df.Finish>t)].shape[0]
df['OpenSessions'] = df['Start'].map(count_sessions)
return df
print sessions.groupby('Node').apply(count)
输出是：
Node Session Start Finish OpenSessions
0 svg01 27321 2015-02-23 07:24:45 2015-02-23 07:50:57 0
1 svg02 14171 2015-02-23 10:25:08 2015-02-23 14:33:24 0
2 svg02 14273 2015-02-23 10:26:21 2015-02-23 14:36:19 1
3 svg01 14401 2015-02-23 10:28:16 2015-02-23 14:38:04 0
4 svg01 26408 2015-02-23 14:01:49 2015-02-23 18:38:25 1
5 svg03 13722 2015-02-23 18:24:39 2015-02-23 20:51:59 0
6 svg05 17637 2015-02-23 19:10:00 2015-02-23 19:10:20 0
Read this http://pandas.pydata.org/pandas-docs/dev/groupby.html寻求灵感。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
