Python pyspark Series.filter用法及代碼示例

本文簡要介紹 pyspark.pandas.Series.filter 的用法。

用法: Series.filter(items: Optional[Sequence[Any]] = None, like: Optional[str] = None, regex: Optional[str] = None, axis: Union[int, str, None] = None) → pyspark.pandas.series.Series

根據指定索引中的標簽對 DataFrame 的行或列進行子集。

請注意，此例程不會根據其內容過濾 DataFrame 。過濾器應用於索引的標簽。

參數：

items：list-like: 保留項目中的軸標簽。
like：string: 保留“like in label == True”軸的標簽。
regex：字符串(正則表達式): 保留 re.search(regex, label) == True 的軸的標簽。
axis：int 或字符串軸名稱: 要過濾的軸。默認情況下，這是信息軸，‘index’ 用於係列，‘columns’ 用於 DataFrame。

與輸入對象相同的類型

注意：

items 、 like 和 regex 參數強製互斥。

axis 默認為使用 [] 進行索引時使用的信息軸。

例子：

>>> df = ps.DataFrame(np.array(([1, 2, 3], [4, 5, 6])),
...                   index=['mouse', 'rabbit'],
...                   columns=['one', 'two', 'three'])

>>> # select columns by name
>>> df.filter(items=['one', 'three'])
        one  three
mouse     1      3
rabbit    4      6

>>> # select columns by regular expression
>>> df.filter(regex='e$', axis=1)
        one  three
mouse     1      3
rabbit    4      6

>>> # select rows containing 'bbi'
>>> df.filter(like='bbi', axis=0)
        one  two  three
rabbit    4    5      6

對於一個係列，

>>> # select rows by name
>>> df.one.filter(items=['rabbit'])
rabbit    4
Name: one, dtype: int64

>>> # select rows by regular expression
>>> df.one.filter(regex='e$')
mouse    1
Name: one, dtype: int64

>>> # select rows containing 'bbi'
>>> df.one.filter(like='bbi')
rabbit    4
Name: one, dtype: int64

相關用法

注：本文由純淨天空篩選整理自spark.apache.org大神的英文原創作品 pyspark.pandas.Series.filter。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

注意：

例子：