小编Use*_*YmY的帖子

我有一系列文件,我想从每个文件中提取一个特定的数字.在每个文件中我都有这一行:

name, registration num

并且正好有两行后面有注册号.我想从每个文件中提取这个数字.并把它作为一个字典的值.任何人都知道它是如何可能的？

我当前没有实际工作的代码如下所示:

matches=[]
for root, dirnames, filenames in os.walk('D:/Dataset2'):  
    for filename in fnmatch.filter(filenames, '*.txt'):   
        matches.append([root, filename])

filenames_list={}       
for root,filename in matches:
    filename_key = (os.path.join(filename).strip()).split('.',1)[0]

    fullfilename = os.path.join(root, filename)
    f= open(fullfilename, 'r')
    for line in f:
        if "<name, registration num'" in line:
            key=filename_key
            line+=2
            val=line

我有一个包含4个文本文件的文件夹.我想编写一个代码,用它来检查我文件夹中文件的大小,只打开那些大小相同的代码.任何人有任何想法？

我已经试过了

import os


d=os.stat('H:/My Documents/211').st_size

我有这样的文本文件:

asn|prefix|ip|domain
25008|85.192.184.0/21|85.192.184.59|solusi-it.com
25008|85.192.184.0/21|85.192.184.59|samtimes.ru
131755|103.31.224.0/24|103.31.224.58|karosel-ind.com
131755|103.31.224.0/24|103.31.224.58|solusi-it.com
9318|1.232.0.0/13|1.234.91.168|solusi-it.com
9318|1.232.0.0/13|1.234.91.168|es350.co.kr

有没有办法可以使用Linux Bash命令计算唯一域上的唯一ips数量并获得这样的结果？

domain|count_ip
solusi-it.com|3
samtimes.ru|1
karosel-ind.com|1
es350.co.kr|1

我已经查看了其他似乎与我有同样问题的帖子,但我的问题还没有解决......

我正在尝试提取谷歌网页排名以获取域名列表,在本例中为"domain_list".以下是我正在使用的代码.我一直收到这个错误,无法找出它的根本原因.

import struct
import sys
import urllib
import urllib2
import httplib
import re
import xml.etree.ElementTree


domain_list = open('/data/personal/samaneh/test.txt','r')

class RankProvider(object):
    """Abstract class for obtaining the page rank (popularity)
        from a provider such as Google or Alexa.
        """
    def __init__(self, host, proxy=None, timeout=30):
        """Keyword arguments:
            host -- toolbar host address
            proxy -- address of proxy server. Default: None
            timeout -- how long to wait for a response from the server.
            Default: 30 (seconds)
            """
        self._opener = urllib2.build_opener()
        if proxy:
            self._opener.add_handler(urllib2.ProxyHandler({"http": …

这是我的数据集，包含两列 NS 和计数。

    NS                                                count
0   ns18.dnsdhs.com.                                  1494
1   ns0.relaix.net.                                   1835
2   ns2.techlineindia.com.                            383
3   ns2.microwebsys.com.                              1263
4   ns2.holy-grail-body-transformation-program.com.   1
5   ns2.chavano.com.                                  1
6   ns1.x10host.ml.                                   17
7   ns1.amwebaz.info.                                 48
8   ns2.guacirachocolates.com.br.                     1
9   ns1.clicktodollars.com.                           2

现在我想通过绘制它来看看有多少 NS 具有相同的计数。我自己的猜测是我可以使用直方图来查看，但我不确定如何。任何人都可以帮忙吗？

我有一个像这样的数据帧：

col1,col2
Sam,NL
Man,NL-USA
ho,CA-CN

我想选择第二列包含单词“NL”的行，这类似于 SQLlike命令。有人知道 Python Pandas 中的类似命令吗？

我有一个散点图:

fig,ax = plt.subplots(figsize=(6,5),dpi=200)

ax.scatter(df1['id'],df1['resellers'],c='red',s=df1['ips']/80,label='AS Size = IPs seen in dnsdb')
ax.set_xticks([1,2,4,6,8,10,12,14,16,18,20])
ax.set_xlim(-1,22)
ax.legend(
       scatterpoints=1,
   loc='best',
   ncol=1,
   fontsize=12)

我想知道如何将图例中气泡的形状和大小更改为矩形和更小的尺寸.有人可以帮忙吗？

我有一个像这样的词:

{1 : {'tp': 26, 'fp': 112},
2 : {'tp': 26, 'fp': 91},
3 : {'tp': 23, 'fp': 74}}

我想转换成这样的数据帧:

t tp fp
1 26  112
2 26  91
3 23  74

有人知道吗？

我有datafarme df：

id name number
1 sam   76
2 sam    8
2 peter  8 
4 jack   2

我想对“ id”列进行分组，并基于（名称，数字）对计算唯一值的数量？

id count(name-number)
1    1
2    2
4    1     

我已经尝试过了，但是不起作用：

df.groupby('id')[('number','name')].nunique().reset_index()

注意:非现有的答案解决了我的问题

DF1:

   asn  used    domain_used
    1   9928    2594
    2   2048    100
    3   1792    170
    4   57344   991
    5   36864   1173
    6   24576   194
    7   26624   226
    8   15360   584
    9   65792   3003
    10  1427968 32904
    11  13312   266
    12  28672   388

我想基于domain_used列对此数据帧进行排序,如果"asn"位于前10行(排序时),则创建一个名为"top_bad"的新列为= 1.任何身体都能帮忙吗？