Pandas DataFrame filter()

import pandas as pd

# create a sample DataFrame
data = {'A': [1, 2, 3],
        'B': [4, 5, 6],
        'C': [7, 8, 9]}

df = pd.DataFrame(data)

# use filter() to select specific columns by name
selected_columns = df.filter(items=['A', 'C'])

# print the resulting DataFrame
print(selected_columns)

'''
Output

    A  C
0   1  7
1   2  8
2   3  9

'''

filter() 语法

Pandas 中 filter() 方法的语法是：

df.filter(items=None, like=None, regex=None)

filter() 参数

filter() 方法接受以下参数：

• items（可选）- 一个包含我们想要保留的列标签的列表
• like（可选）- 一个字符串，表示要在列名中匹配的子字符串
• regex（可选）- 一个正则表达式模式

filter() 返回值

filter() 方法根据指定的条件（例如列名、子字符串或正则表达式模式）从 DataFrame 中返回选定的列。

示例 1：选择包含特定子字符串的列

import pandas as pd

# create a dictionary 
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 22],
    'City': ['New York', 'Los Angeles', 'Chicago']
}

# create a DataFrame df from data
df = pd.DataFrame(data)

# use filter() to select specific columns ('Name' and 'Age') from df
selected_columns = df.filter(items=['Name', 'Age'])

# display the selected columns
print(selected_columns)

输出

     Name  Age
0    Alice   25
1      Bob   30
2  Charlie   22

在上面的示例中，我们首先创建了具有三列的 df DataFrame：Name、Age 和 City。

然后，我们使用带 items 参数的 filter() 方法来仅选择 Name 和 Age 列。

示例 2：使用 like 参数选择包含特定子字符串的列

import pandas as pd

# sample DataFrame
data = {'apple_count': [3, 2, 5],
        'banana_count': [1, 4, 6],
        'orange_count': [4, 3, 2]}

df = pd.DataFrame(data)

# select columns containing the substring "apple"
filtered_columns = df.filter(like='apple')

print(filtered_columns)

输出

    apple_count
0            3
1            2
2            5

在此示例中，我们使用带 like 参数的 filter() 方法来选择 DataFrame 中列名包含子字符串 apple 的列。

结果存储在 filtered_columns DataFrame 中，由于 apple_count 列匹配子字符串 apple，因此它仅包含 apple_count 列。

示例 3：使用正则表达式模式选择列

import pandas as pd

# create a sample DataFrame
data = {'A_column': [1, 2, 3],
        'B_column': [4, 5, 6],
        'C_Column': [7, 8, 9]}
df = pd.DataFrame(data)

# use filter() with a regular expression pattern to select columns
filtered_df = df.filter(regex='^A|C_')

print(filtered_df)

输出

  A_column  C_Column
0         1         7
1         2         8
2         3         9

在这里，我们创建了具有 A_column、B_column 和 C_column 列的 df DataFrame。

我们使用了 filter() 函数，并将 regex 参数设置为 '^A|C_'，这意味着我们想要选择以 'A' 开头的列或名称以 'C_' 开头的列。

结果是，filtered_df 仅包含 'A_column' 和 'C_column' 列。

注意：要了解有关正则表达式的更多信息，请访问 Python RegEx。