“pandas 不止能处理表格，它同样是运维工程师的日志分析利器。”

实战目标

我们有一份 Nginx 访问日志，格式如下（access.log）：

192.168.1.10 - - [20/Aug/2025:12:00:01 +0800] "GET /index.html HTTP/1.1" 200 1024

192.168.1.11 - - [20/Aug/2025:12:00:02 +0800] "POST /login HTTP/1.1" 302 512

192.168.1.10 - - [20/Aug/2025:12:00:05 +0800] "GET /about.html HTTP/1.1" 200 2048

192.168.1.12 - - [20/Aug/2025:12:00:10 +0800] "GET /index.html HTTP/1.1" 404 256

192.168.1.11 - - [20/Aug/2025:12:00:20 +0800] "GET /index.html HTTP/1.1" 200 1024

我们希望用 pandas 来完成以下分析：

统计每个 IP 的访问次数

找出最常见的状态码

统计访问最多的 URL

代码实现

import pandas as pd

# 读取日志文件，每行按空格切分

df = pd.read_csv(

    "access.log",

    sep=" ",              # 按空格分割

    header=None,          # 没有表头

    usecols=[0, 3, 5, 6, 8],  # 选取需要的列

    names=["ip", "time", "method", "url", "status"]  # 重命名列

)

# 清理 time 字段，去掉前面的 [

df["time"] = df["time"].str.strip("[")

# 转换状态码为整数

df["status"] = df["status"].astype(int)

print("=== 日志前5行 ===")

print(df.head())

# 统计每个 IP 的访问次数

ip_counts = df["ip"].value_counts().reset_index()

ip_counts.columns = ["ip", "访问次数"]

print("\n=== 访问次数最多的 IP ===")

print(ip_counts.head())

# 最常见的状态码

status_counts = df["status"].value_counts().reset_index()

status_counts.columns = ["状态码", "次数"]

print("\n=== 最常见的状态码 ===")

print(status_counts)

# 统计访问最多的 URL

url_counts = df["url"].value_counts().reset_index()

url_counts.columns = ["URL", "访问次数"]

print("\n=== 访问最多的 URL ===")

print(url_counts.head())

输出结果=== 日志前5行 ===

             ip                 time method          url  status

0  192.168.1.10  20/Aug/2025:12:00:01    GET   /index.html     200

1  192.168.1.11  20/Aug/2025:12:00:02   POST      /login     302

2  192.168.1.10  20/Aug/2025:12:00:05    GET  /about.html     200

3  192.168.1.12  20/Aug/2025:12:00:10    GET   /index.html     404

4  192.168.1.11  20/Aug/2025:12:00:20    GET   /index.html     200

=== 访问次数最多的 IP ===

            ip  访问次数

0  192.168.1.10     2

1  192.168.1.11     2

2  192.168.1.12     1

=== 最常见的状态码 ===

   状态码  次数

0   200   3

1   302   1

2   404   1

=== 访问最多的 URL ===

            URL  访问次数

0   /index.html     3

1      /login       1

2  /about.html      1

实战意义

安全运维：快速找出异常 IP（如暴力攻击）网站优化：分析最常访问的 URL，优化缓存策略故障排查：监控 404 / 500 状态码比例，定位服务异常

总结： 今天我们用 pandas + Nginx 日志，实现了一个轻量级的日志分析工具，短短几十行代码，就能替代很多 grep/awk 的工作。

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。