“向后迭代”数据帧中的大型数据集

Question

我知道，迭代在熊猫身上是“不可接受的”，有很多更有效的方法可以做到这一点，但为了更好地理解，让我们坚持迭代

我有一个巨大的NetFlow数据库（它包含时间戳、源ip、目标ip、协议、源和目标保护以及更多属性）。 我想基于前面的行创建自定义属性

基本上，我想“迭代”整个数据帧，对于每一行，我想得到源IP，然后向后“迭代”一个小时。在这一小时内，我希望获得与所选源IP匹配的所有行，并且仅使用这些行，我希望从过去一小时内以前出现的每个源IP的最后两个属性计算新属性

One row from the dataset

Answer 1

您可以在不进行“迭代”的情况下实现这一点，您可以对数据帧应用lambda函数，只需使用索引来实现“向后”逻辑。您不会理解使用迭代，您可以理解使用df.apply（）做得更好