Python实战 | 使用 Python 的日志库（logging）和 pandas 库对日志数据进行分析

import logging
import pandas as pd
 
# 配置logging库
logging.basicConfig(level=logging.INFO)
 
# 创建一个pandas DataFrame来保存日志数据
logs_df = pd.DataFrame(columns=['level', 'message'])
 
# 自定义处理日志的处理器
class LoggingHandler(logging.Handler):
    def emit(self, record):
        level = record.levelname
        message = record.getMessage()
        logs_df.loc[len(logs_df)] = [level, message]
 
# 添加自定义处理器到logger
handler = LoggingHandler()
logging.getLogger().addHandler(handler)
 
# 记录一些日志
logging.info('这是一条信息级别的日志')
logging.error('这是一条错误级别的日志')
logging.warning('这是一条警告级别的日志')
 
# 查看日志数据
print(logs_df)

这段代码首先配置了logging库，并创建了一个pandas DataFrame来保存日志数据。然后定义了一个自定义的日志处理器，当记录日志时，它会将日志信息添加到DataFrame中。最后，这段代码记录了几条日志，并打印出了保存的日志数据。这个例子展示了如何将日志信息收集和分析结合在一起，对于监控和分析应用程序的运行情况非常有用。