Соответствующие кортежи в пандах и обработка данных

Question

Ниже приведен упрощенный фрагмент моего блока данных. Я хочу, чтобы обрабатывать

first.csv

,No.,Time,Source,Destination,Protocol,Length,Info,src_dst_pair 
325778,112.305107,02:e0,Broadcast,ARP,64,Who has 253.244.230.77? Tell 253.244.230.67,"('02:e0', 'Broadcast')" 
801130,261.868118,02:e0,Broadcast,ARP,64,Who has 253.244.230.156? Tell 253.244.230.67,"('02:e0', 'Broadcast')" 
700094,222.055094,02:e0,Broadcast,ARP,60,Who has 253.244.230.77? Tell 253.244.230.156,"('02:e0', 'Broadcast')" 
766542,766543,247.796156,100.118.138.150,41.177.26.176,TCP,66,32222 > http [SYN] Seq=0,"('100.118.138.150', '41.177.26.176')" 
767405,248.073313,100.118.138.150,41.177.26.176,TCP,64,32222 > http [ACK] Seq=1,"('100.118.138.150', '41.177.26.176')" 
767466,248.083268,100.118.138.150,41.177.26.176,HTTP,380,Continuation [Packet capture],"('100.118.138.150', '41.177.26.176')" 

У меня есть все уникальные элементы (последний элемент) src_dst_pair

uniq_src_dst_pair = numpy.unique(data.src_dst_pair.ravel()) 
[('02:e0', 'Broadcast') ('100.118.138.150', '41.177.26.176')] 

Как я могу сделать следующее панд

для каждого элемент в uniq_src_dst_pair, установите флажок df.src_dst_pair. Если они совпадают, добавьте df.Length и сохранить его в отдельной колонке

мой ожидаемый результат

('02:e0', 'Broadcast') : 188 
('100.118.138.150', '41.177.26.176') : 510 

Как я могу это сделать?

Ниже моя попытка

import pandas 
import numpy 


data = pandas.read_csv('first.csv') 
print data 

uniq_src_dst_pair = numpy.unique(data.src_dst_pair.ravel()) 
print uniq_src_dst_pair 
print len(uniq_src_dst_pair) 

# following is hardcoded, but need to be more general for the above list 
match1 = data[data.src_dst_pair == "('02:e0:ed:0a:fb:5f', 'Broadcast')"] # doesn't work 

Answer 1

Ваш файл CSV перепутались. Вы не должны иметь первую запятую в заголовке, и у вас есть дополнительное поле в вашей четвертой строке без заголовка. Закрепление этого, вы можете использовать:

In [6]: data.groupby('src_dst_pair').Length.sum() 
Out[6]: 
src_dst_pair 
('02:e0', 'Broadcast')     188 
('100.118.138.150', '41.177.26.176') 510 
Name: Length, dtype: int64 

Однако, ваше последнее поле «src_dst_pair» является излишним, если это то, что вы хотите достичь, потому что вы можете просто сделать что-то вроде следующего:

In [8]: data.groupby(['Source','Destination']).Length.sum() 
Out[8]: 
Source   Destination 
02:e0   Broadcast  188 
100.118.138.150 41.177.26.176 510 
Name: Length, dtype: int64