Python|熊猫系列.filter()

Pandas 系列是带有轴标签的一维 ndarray。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了许多用于执行涉及索引的操作的方法。

Pandas Series.filter()函数根据指定索引中的标签返回数据帧的子集行或列。请注意，此例程不会根据其内容过滤数据框。过滤器应用于索引的标签。

Syntax: Series.filter(items=None, like=None, regex=None, axis=None)

Parameter :
items : List of axis to restrict to (must not all be present).
like : Keep axis where “arg in col == True”.
regex : Keep axis with re.search(regex, col) == True.
axis : The axis to filter on. By default this is the info axis, ‘index’ for Series, ‘columns’ for DataFrame.

Returns : same type as input object

示例 #1：使用Series.filter()函数使用正则表达式过滤掉给定系列对象中的一些值。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([80, 25, 3, 25, 24, 6])
  
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出 ：

现在我们将使用Series.filter()函数从给定的系列对象中过滤这些值，这些对象的索引标签名称在其名称中包含一个空格。

# filter values
result = sr.filter(regex = '. .')
  
# Print the result
print(result)

输出 ：

正如我们在输出中看到的， Series.filter()函数已经成功地从给定的系列对象中返回了所需的值。示例#2：使用Series.filter()函数使用索引标签列表过滤掉给定系列对象中的一些值。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio'])
  
# Create the Index
index_ = ['City 1', 'City 2', 'City 3', 'City 4', 'City 5'] 
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出 ：

现在我们将使用Series.filter()函数来过滤对应于给定系列对象中传递的索引标签的值。

# filter values
result = sr.filter(items = ['City 2', 'City 4'])
  
# Print the result
print(result)

输出 ：

正如我们在输出中看到的， Series.filter()函数已经成功地从给定的系列对象中返回了所需的值。