如何在Pandas中新增计算列实现IP规则表按优先级和CIDR覆盖IP数排序

• ipaddress.IPv4Network仅支持接收单个IPv4 CIDR格式字符串作为输入，你直接传入整列Series对象，类型不匹配因此抛出异常
• assign方法本身不会丢失原有列，你遇到的列缺失问题是错误的赋值逻辑导致的，和assign本身无关

分两种实现方式，按需选择：

方式1：先新增地址数字段再排序（推荐，方便后续校验数据） #

import pandas as pd
import ipaddress

# 新增num_addresses列：逐行计算每个CIDR覆盖的IP数量
finalrules = finalrules.assign(
    num_addresses = lambda df: df['Rule'].apply(lambda cidr: ipaddress.IPv4Network(cidr).num_addresses)
)

# 按规则排序：优先级在前，覆盖IP数在后，ascending参数可按需调整排序方向
finalrules_sorted = finalrules.sort_values(
    by = ['优先级', 'num_addresses'],
    ascending = [True, False] # 示例为优先级数值越小越靠前，同优先级下覆盖IP越多越靠前
)

方式2：无需新增列，直接在排序时指定key #

finalrules_sorted = finalrules.sort_values(
    by = ['优先级', 'Rule'],
    # key方法仅对Rule字段做IP数转换，优先级字段保持原值排序
    key = lambda col: col if col.name != 'Rule' else col.apply(lambda cidr: ipaddress.IPv4Network(cidr).num_addresses),
    ascending = [True, False]
)

• 不需要手动写逐行迭代逻辑，apply方法已经实现了逐元素处理，比原生Python循环效率更高，也符合pandas的常用写法
• 如果你的CIDR存在主机位未归零的情况（比如192.168.1.2/24），可以在IPv4Network中加入strict=False参数避免报错：ipaddress.IPv4Network(cidr, strict=False)
• assign是pandas用于新增/覆盖DataFrame列的方法，返回包含原有所有列+新列的完整DataFrame，不会修改原DataFrame，需要赋值给变量才能保存结果

内容的提问来源于stack exchange，提问作者Frank