如何用Python Pandas检查CSV中HTTP协议并修改包大小列值

原代码问题分析 #

你写的代码里，dataset['Proto'].eq('http').any()是检查整个Proto列是否存在至少一个'http'值，而不是判断当前循环的行是否为HTTP协议。只要CSV里有一行是HTTP，循环的每一次都会触发print(dataset['Length'])，所以会输出所有行的Length列。另外，Pandas不建议手动遍历行，矢量化操作才是更高效的正确姿势。

正确实现方式 #

方法一：矢量化修改（推荐）

直接用布尔索引定位HTTP行，批量修改Length值，效率远高于遍历：

import pandas as pd

# 读取CSV时直接指定列名，避免后续修改
dataset = pd.read_csv(
    'test.csv',
    names=['packet', 'Time', 'Source', 'Dest', 'Proto', 'Length', 'Info'],
    engine='python'
)
dataset.index.name = 'packet'

# 将所有Proto为'http'的行的Length取反
dataset.loc[dataset['Proto'] == 'http', 'Length'] *= -1

# 若要仅打印修改后的HTTP行的Length
print(dataset.loc[dataset['Proto'] == 'http', 'Length'])

方法二：兼容大小写的修改

如果CSV里的协议名有大小写差异（比如HTTP、Http），可以先转小写再匹配：

dataset.loc[dataset['Proto'].str.lower() == 'http', 'Length'] *= -1

不推荐的遍历方式（仅作对比）

如果一定要遍历行（数据量小的时候可用），需要定位到当前行的Proto值：

for x in dataset.index:
    if dataset.loc[x, 'Proto'] == 'http':
        # 修改当前行的Length
        dataset.loc[x, 'Length'] *= -1
        # 打印当前行的Length
        print(dataset.loc[x, 'Length'])

内容的提问来源于stack exchange，提问作者rp259