如何用Python/Pandas计算子网中已用/可用IP地址数量？

核心思路：从最底层的叶子子网（无下级子网）开始统计已用IP，上层子网的已用IP等于其所有直接下级子网的已用IP之和，而非自身总IP。这种方式可适配任意层级的子网结构（n-3、n-4层级均适用）。

具体实现步骤 #

1. 计算每个子网的总IP数 #

每个子网的总IP数公式为 2^(32 - 前缀长度)，比如1.1.1.0/20的前缀是20，总IP数为2^(32-20)=4096。用函数实现：

def calculate_total_ip(subnet):
    prefix = int(subnet.split('/')[1])
    return 2 ** (32 - prefix)

2. 构建子网层级映射 #

用字典存储子网的父子关系，方便后续向上汇总：

import pandas as pd

# 原始数据
data = [
    ["1.1.1.0/20", "master", "/"],
    ["1.1.1.0/22", "subnet n-1, no further subnets", "1.1.1.0/20"],
    ["1.1.2.0/24", "subnet n-1, further subnets", "1.1.1.0/20"],
    ["1.1.3.0/29", "subnet n-2", "1.1.2.0/24"],
    ["1.1.3.1/29", "subnet n-2", "1.1.2.0/24"]
]
df = pd.DataFrame(data, columns=["ip", "description", "master subnet"])

# 生成total列
df['total'] = df['ip'].apply(calculate_total_ip)

# 构建子节点映射：key为主子网，value为直接子节点列表
subnet_children = {}
for idx, row in df.iterrows():
    master = row['master subnet']
    subnet_children.setdefault(master, []).append(row['ip'])

# 构建子网-主子网的反向映射
subnet_parent = df.set_index('ip')['master subnet'].to_dict()

3. 递归计算已用IP数 #

从叶子节点开始递归：叶子节点的used等于自身total；非叶子节点的used累加所有直接子节点的used值。

# 存储每个子网的已用IP数
used_dict = {}

def calculate_used(subnet):
    if subnet in used_dict:
        return used_dict[subnet]
    # 叶子节点（无下级子网）：已用IP=总IP
    if subnet not in subnet_children or len(subnet_children[subnet]) == 0:
        used = df.loc[df['ip'] == subnet, 'total'].values[0]
        used_dict[subnet] = used
        return used
    # 非叶子节点：累加所有子节点的已用IP
    total_used = 0
    for child in subnet_children[subnet]:
        total_used += calculate_used(child)
    used_dict[subnet] = total_used
    return total_used

# 遍历所有子网计算已用IP
for subnet in df['ip']:
    calculate_used(subnet)

# 填充used和free列
df['used'] = df['ip'].map(used_dict)
df['free'] = df['total'] - df['used']

4. 输出结果 #

执行后得到的df与预期结果完全一致：

内容的提问来源于stack exchange，提问作者spsstataR-guy