PythonPandas函数：用Dataframefilter函数筛选指定数据

在数据分析和数据处理的过程中，经常需要对数据做取舍和筛选，以便提取有价值的信息。Python中的Pandas库可以很好地满足数据筛选的需求，其中Dataframe.filter()函数是一种常用的筛选函数。

Dataframe.filter()函数可以根据列（即特征）名字或正则表达式，对数据框的列进行筛选，并返回一个新的数据框。它的常见用法如下：

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

其中，items是要包含的列名列表，like是要包含的列名中包含的字符串，regex是要包含的列名中匹配的正则表达式，axis用于选择筛选轴，取值为0或'index'表示按行筛选，取值为1或'columns'表示按列筛选，缺省值为1。

下面，我们将通过三个例子来演示Dataframe.filter()函数的具体使用。

例子1：根据列名进行筛选

我们首先考虑一种简单的情况，即根据列名来筛选数据。假设我们有以下数据框data：

    Name  Age     City  Sex

0   Amy   22  Beijing    F

1   Bob   25  Shanghai   M

2   Bill  30   Tianjin   M

3  Cindy  28  Beijing    F

我们需要从中筛选出Name和Age两列数据。可以使用以下代码：

new_data = data.filter(items=['Name', 'Age'])

其中items参数指定要筛选的列名列表，返回的new_data数据框如下：

    Name  Age

0   Amy   22 

1   Bob   25 

2   Bill  30 

3  Cindy  28

例子2：根据匹配字符串进行筛选

假设我们有以下数据框data：

    Name  Age     City  Sex

0   Amy   22  Beijing    F

1   Bob   25  Shanghai   M

2   Bill  30   Tianjin   M

3  Cindy  28  Beijing    F

我们需要从中筛选出所有列名中包含字母“i”的列。可以使用以下代码：

new_data = data.filter(like='i')

其中like参数指定要包含的列名中包含的字符串，返回的new_data数据框如下：

   City

0  Beijing

1  Shanghai

2  Tianjin

3  Beijing

例子3：根据正则表达式进行筛选

假设我们有以下数据框data：

    Name  Age     City  Sex

0   Amy   22  Beijing    F

1   Bob   25  Shanghai   M

2   Bill  30   Tianjin   M

3  Cindy  28  Beijing    F

我们需要从中筛选出所有以字母“S”开头的列。可以使用以下代码：

import re

new_data = data.filter(regex=re.compile('^S'))

其中regex参数指定要包含的列名中匹配的正则表达式，返回的new_data数据框如下：

       Sex

0  F

1  M

2  M

3  F

综上所述，Dataframe.filter()函数是一种非常方便的数据筛选函数，通过它可以轻松地根据列（即特征）名字、包含的字符串或正则表达式进行数据筛选，非常适合于数据分析和数据清洗的过程。