Python Pandas dataframe.filter()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas dataframe.filter()函數用於根據指定索引中的標簽對 DataFrame 的行或列進行子集。請注意，此例程不會在其內容上過濾數據幀。過濾器將應用於索引標簽。

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

項(例如like和regex參數)被強製為互斥的。軸默認為使用[]進行索引時使用的信息軸。

有關CSV文件的鏈接，請單擊此處

範例1：采用filter()函數過濾掉 DataFrame 的任何三列。

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe  
df = pd.read_csv("nba.csv") 
  
# Print the dataframe 
df

現在，過濾“Name”，“College”和“Salary”列。

# applying filter function  
df.filter(["Name", "College", "Salary"])

輸出：

範例2：采用filter()函數可將名稱中帶有字母“ a”或“ A”的 DataFrame 中的所有列作為子集。

注意： filter()函數也將正則表達式作為其參數之一。

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe  
df = pd.read_csv("nba.csv") 
  
# Using regular expression to extract all 
# columns which has letter 'a' or 'A' in its name. 
df.filter(regex ='[aA]')

輸出：

正則表達式“ [aA]”查找名稱中帶有“ a”或“ A”的所有列名稱。