Pandas 数据帧filter()方法

原文：https://www.studytonight.com/pandas/pandas-dataframe-filter-method

在本教程中，我们将学习 PandasDataFrame.filter()T3】法。此方法根据指定的索引标签对数据帧行或列进行子集化。请注意，该例程不会对数据帧的内容进行过滤。筛选器应用于索引的标签。

下图显示了DataFrame.filter()方法的语法。

句法

DataFrame.filter(items=None, like=None, regex=None, axis=None)

因素

物品:列表状。保持标签远离项目中的轴。

像: str。将标签与“标签中的相似性==真”的轴分开。

正则表达式: str(正则表达式)。从要重新搜索的轴保留标签(正则表达式，标签)=真。

轴 {0 或‘索引’，1 或‘列’，无}，默认无。要筛选的轴，表示为索引(int)或轴名(str)。默认情况下，这是信息轴，“系列”的“索引”，数据帧的“列”。

示例:在 Pandas 中创建数据帧

在本教程中，我们将使用这个数据帧来应用过滤方法。

#importing pandas as pd
import pandas as pd
#creating DataFrame
df=pd.DataFrame({"Name":["Navya","Vindya","Sinchana","Amrutha","Akshatha"],"Age":[25,24,25,25,26],"Education":["M.Tech","M.Tech","M.Tech","Ph.d","Ph.d"],"YOP":[2019,2020,2018,None,None]},index=["Group_1", "Group_1","Group_1","Group_2","Group_2"])
print("-------DataFrame is----------")
print(df)

一旦我们运行该程序，我们将获得以下输出。

• DataFrame is - 姓名年龄教育 YOP 组 1 Navya 25 M.Tech 2019.0 组 _1 Vindya 24 M.Tech 2020.0 组 _1 Sinchana 25 M.Tech 2018.0 组 2 Amrutha 25 博士 NaN 组 _2 Akshatha 26 博士 NaN

示例:使用DataFrame.filter()方法按列名过滤

使用DataFrame.filter()方法的items 参数，我们可以按特定的列过滤数据帧。下面的例子显示了同样的情况。

#importing pandas as pd
import pandas as pd
#creating DataFrame
df=pd.DataFrame({"Name":["Navya","Vindya","Sinchana","Amrutha","Akshatha"],"Age":[25,24,25,25,26],"Education":["M.Tech","M.Tech","M.Tech","Ph.d","Ph.d"],"YOP":[2019,2020,2018,None,None]},index=["Group_1", "Group_1","Group_1","Group_2","Group_2"])
print("---------Filter by columns name---------")
print(df.filter(items=["Name","Education"]))

一旦我们运行该程序，我们将获得以下输出。

-按名称按列筛选- 名称教育 第 _1 组纳维雅科技 第 _1 组温迪雅科技 第 _1 组辛查纳科技 第 _2 组阿姆鲁萨博士 第 _2 组阿克沙塔博士

示例:使用DataFrame.filter()方法按行名过滤

通过使用DataFrame.filter()方法的like 参数，我们可以按特定行过滤数据帧。下面的例子显示了同样的情况。

#importing pandas as pd
import pandas as pd
#creating DataFrame
df=pd.DataFrame({"Name":["Navya","Vindya","Sinchana","Amrutha","Akshatha"],"Age":[25,24,25,25,26],"Education":["M.Tech","M.Tech","M.Tech","Ph.d","Ph.d"],"YOP":[2019,2020,2018,None,None]},index=["Group_1", "Group_1","Group_1","Group_2","Group_2"])
print("---------Filter by rows name---------")
print(df.filter(like='Group_2', axis=0))

一旦我们运行该程序，我们将获得以下输出。

-按行筛选名称- 姓名年龄教育 YOP 组 _2 阿姆鲁萨 25 博士 NaN 组 _2 阿克沙塔 26 博士 NaN

示例:使用regex 和DataFrame.filter()方法按列名过滤

通过使用DataFrame.filter()方法的 regex 参数，我们可以按特定的列过滤数据帧。下面的例子显示了同样的情况。

#importing pandas as pd
import pandas as pd
#creating DataFrame
df=pd.DataFrame({"Name":["Navya","Vindya","Sinchana","Amrutha","Akshatha"],"Age":[25,24,25,25,26],"Education":["M.Tech","M.Tech","M.Tech","Ph.d","Ph.d"],"YOP":[2019,2020,2018,None,None]},index=["Group_1", "Group_1","Group_1","Group_2","Group_2"])
print("---------Filter by columns name---------")
print(df.filter(regex ='[g]'))

一旦我们运行该程序，我们将获得以下输出。

-按列名筛选- 年龄 组 _1 25 组 _1 24 组 _1 25 组 _2 25 组 _2 26

结论

在本教程中，我们学习了 PandasDataFrame.filter()方法。我们学习了语法、参数，并通过在 DataFrame 上应用此方法。