在Pandas DataFrame中统计不同IP的实例总数

刚接触Pandas不用慌，这个需求其实很容易实现，核心就是用分组求和的方法，我一步步给你讲：

步骤1：按IP分组并计算实例总数 #

首先我们用groupby()方法把数据按IP列分组，然后对每个分组里的Instances列求和，代码如下：

import pandas as pd

# 假设你的df已经创建好了，直接执行下面的代码
sum_result = df.groupby('IP')['Instances'].sum().reset_index()

• groupby('IP')：把DataFrame里的数据按照不同的IP值分成若干组
• ['Instances'].sum()：对每个分组中的Instances列计算总和
• reset_index()：把分组后作为索引的IP变回普通列，这样得到的是一个包含IP和Instances（总和）的新DataFrame

步骤2：按你想要的格式输出结果 #

现在我们可以遍历这个新的DataFrame，按照IP 总数的格式打印：

for _, row in sum_result.iterrows():
    print(f"{row['IP']} {row['Instances']}")

运行后你会得到这样的输出：

172.16.1.98 4
172.16.2.239 117
172.16.3.39 4

如果你想把结果存成字典方便后续使用，也可以这样：

ip_total_dict = df.groupby('IP')['Instances'].sum().to_dict()
# 打印字典内容
for ip, total in ip_total_dict.items():
    print(f"{ip} {total}")

补充说明 #

如果你的数据里Name列有不同的值，想要按Name+IP组合分组求和，只需要把groupby的参数改成['Name', 'IP']就行，比如：

sum_result = df.groupby(['Name', 'IP'])['Instances'].sum().reset_index()

不过你的数据里Name都是amy，所以单独按IP分组就完全满足需求啦～

内容的提问来源于stack exchange，提问作者Lasit Pant