アクセスログ解析の集計方法がわからない。

Question

前提

csvとして保存されているアクセスログとボットの集計をしたい。出現回数をカウントして、csvに保存する。

実現したいこと

ipアドレスのみをカウントする
csvの形式は、

ID	ipアドレス	日付・時刻
1	192.168.0.1	20211210208
2	193.175.0.1	202111210141

といった形です。
出力としては、

列1	列2
ipアドレス	出現した総数

のような形で出力したいです。

発生している問題

日付までカウントされてしまう。

該当のソースコード

import os
import csv

dirname = os.getcwd()

def create_dict(type):
    log_dict = {}
    if type==1:
        filename= dirname + '/data/accesslog.csv'
        with codecs.open(filename) as f:
            for i, line in enumerate(f.readlines()):
                log_data = line.rstrip('\n').split(' ')
                tmp = {i: log_data}
                log_dict.update(tmp)
    elif type==2:
        filename=dirname + '/data/bot.csv'
        with codecs.open(filename) as f:
            for i, line in enumerate(f.readlines()):
                log_data = line.rstrip('\n').split(' ')
                tmp = {i: log_data}
                log_dict.update(tmp)
    return log_dict

def key_count(log_dict):
    count_dict = {}
    for v in log_dict.values():
        if v[0] not in count_dict.keys():
            i=1
            update_data = {v[0]:i}
            count_dict.update(update_data)
        else:
            count_dict[v[0]]+=1
    return count_dict

lst1 =[] 
lst2 =[]

type=1
log_dict = create_dict(type)
count_dict=key_count(log_dict)
for k,v in sorted(count_dict.items(),key=lambda x:x[1],reverse=True):
    lst1.append([k, v])

print(lst1)
#実行結果[['ID,ipアドレス,日付・時刻', 1], ['1,192.168.0.1,20211210208', 1], ['2,193.175.0.1,202111210141', 1]]

    
type=2
log_dict = create_dict(type)
count_dict=key_count(log_dict)
for k,v in sorted(count_dict.items(),key=lambda x:x[1],reverse=True):
    lst2.append([k, v])

試したこと

【python】apacheのログ分析のコードを使用しましたが、元のログの形式が異なっている(?)のでうまくいきませんでした。

補足情報（FW/ツールのバージョンなど）

python3.8

Comments

[can110]

提示コードが想定しているものと現在のものとのCSVフォーマット（区切り文字や列数など）の違いを記載ください。
また、提示コードの動作がよく分からないので説明を追記ください。
とくにlog_dict, count_dictはどのようなデータ内容になるべきなのかを記載ください。

[TakaiY]

「日付までカウントされてしまう。」という意味がよくわかりません。具体的に説明してください。

Answer 1

質問にもある内容とかぶりますが。

■CSVの形式

log_data = line.rstrip('\n').split(' ')

csvのデータですが、空白で区切らけているのでしょうか？

■データの取得
CSVデータが提示された内容だとすると、以下の方法では「IDの数をカウント」してしまいます。

    for v in log_dict.values():
        if v[0] not in count_dict.keys():
            i=1
            update_data = {v[0]:i}
            count_dict.update(update_data)

log_dictは行数がキーで、CSVの各行の「ID」、「ipアドレス」、「日付・時刻」が順に入ったリストを値に持つdictだから、v[0]はipアドレスではなく、IDになります。