filter函数高级用法,filter 函数
Office 365新增的Filter查询函数，完爆Vlookup函数
VLOOKUP函数是我们在日常工作中使用频率非常高的一查询函数，我们可以用VLOOKUP函数，根据一个查询条件，比如员工编号，找到该员工在人事信息表中的部门、职务等信息，也可以在工资表中找到其对应的工资数据。
VLOOKUP很实用，不过它有三大缺点：
01 只能根据左侧的查询条件返回右侧的结果
比如下图所示的这个表格，我们可以根据员工编号找到员工姓名，但是如果想要用VLOOKUP函数根据员工姓名查询员工编号，是做不到的，除非结合到IF函数形成虚拟表。
02 无法直接屏蔽查询不到返回的#N/A的结果
如果查询结果中有很多查找不到的数据，就会出现大量的#N/A的错误信息，想要隐藏这些#N/A，必须要结合到IFERROR函数。
03 无法直接实现多条件查询
必须建立辅助列或者通过数组公式的方法来实现。
04 无法一次带出符合查询条件的多个结果
比如将上一张图左侧的表格的数据，按照订单编号的条件，展示所有A订单的商品型号到金额的数据到下图所示的表格中。需要结合到MATCH函数，通过复杂的函数嵌套才能实现。
而如果你使用的Office是365的版本，就可以利用365中新增的FILTER函数，既可以实现现有VLOOKUP函数具备的功能，还可以实现刚刚提到的VLOOKUP做不到的四项功能。
我们先来来看看FILTER的语法：
FILTER（数据区域，筛选条件，[无满足条件的记录时返回的值]）
现在我们通过一些案例来系统学习FILTER函数的用法。
单条件查询也就是实现VLOOKUP函数的功能。比如下图中我们需要根据员工编号查询员工姓名，只需要输入函数：
=FILTER(B2:B11,A2:A11=D3,"")
第一个参数B2:B11是需要返回的结果列，这个参数可以是一列也可以是多列。第二个参数A2:A11=D3是筛选条件，等号左侧的是数据源表中的条件范围列，右侧则是结果列中的查询条件。第三个参数是如果找不到符合条件的数据的返回结果，这里输入的""表示空。
因为FILTER函数不像VLOOKUP函数那样，必须将条件列和结果列都包含到数据区域中，这样我们就可以任意选择结果列，也就可以解决VLOOKUP不能实现逆向查询的问题。
而且也不用借助IFERROR函数隐藏查找不到时返回的#N/A的错误信息了。
当有多个查询条件时，用“+”表示条件“或”，“或”是指多个条件中只要一个满足的情况；用“*”表示条件“与”，“与”是指多个条件必须同时满足的情况。
比如下图所示的案例，我们要查询A订单中1847这款商品的销售额，这就是与的情况，多个条件需要同时满足。这里输入的公式是：
=FILTER($H$2:$H$15,($A$2:$A$15=J2)*($D$2:$D$15=K2),"")
每个条件放在一对（）中，中间用*号连接，可以继续往后连接条件。
如果想要一次返回符合条件的多列的数据，可以在第一个参数中选择多列。比如下图所示的这个案例。
这里第一个参数我们输入的是2列的数据，这样返回的结果就有2列，而通过+号则表示符号条件的数据有2个，这样返回结果就有2行2列。我们无须选择像以前数组公式那样选择多行多列，只需要将光标放在一个单元格中，比如这里的D3单元格，公式会自动将结果扩展到右侧和底部。
而且使用Filter函数我们都不需要使用绝对引用，因为它们仅存在于一个单元格中，并将其结果溢出到相邻单元格。
我们再用这个案例用动图感受一下FILTER函数的强大之处。
当我们改变订单编号的条件，底部的数据就会动态更新。
这个Office 365新增的Filter查询函数，是不是完爆Vlookup函数呢？
Pandas过滤-filter函数，query函数的使用
在使用pandas进行数据分析时，经常遇到需要过滤信息的场景，此时我们可以用到2种函数，query和filter。
query函数我认为类似sql语言中的where，可以对dataframe中的特定column进行筛选。具体语法如下：
df.query('列名? ?判断? ?值'),如df.query('column1 2 and column 21')
等于
df[df[列名] 判断 值],如 df[df[column1]2 df[column2]1]
filter常规用法，在pandas说明里很好找到：
DataFrame.filter(items=None, like=None, regex=None, axis=None)
#items对列进行筛选#regex表示用正则进行匹配#like进行筛选#axis=0表示对行操作，axis=1表示对列操作
今天我想分享一些特殊用法：
1. filter和匿名函数的使用，用来筛选groupby之后的数据。类似sql中groupby后的having
df1=df.groupby('district').filter(lambda x: x['age'].mean()20)
结果会将所有age20的district的行选掉，返回 所有 其他值。
powerbuilder中filter函数怎么用？
filter是过滤的函数。
首先要用setfilter函数设置过滤条件，才能用filter函数执行。
setfilter函数的参数是字符型，里面的字符串用于设置过滤的条件，例如dw_control.setfilter("emp_name = 'Tom'")，设置好过滤条件后，dw_control.filter()。两个函数配合使用。
至于返回值，返回值为整型，如果返回1，表示此函数成功执行，如果返回-1表示执行过程中出现错误。
关于matlab filter这个函数到底怎么用？
filter是一维数字滤波器
使用方法:
Y
=
filter(B,A,X)
，输入X为滤波前序列，Y为滤波结果序列，B/A
提供滤波器系数，B为分子，
A为分母
整个滤波过程是通过下面差分方程实现的：
a(1)*y(n)
=
b(1)*x(n)
+
b(2)*x(n-1)
+
...
+
b(nb+1)*x(n-nb)
-
a(2)*y(n-1)
-
...
-
a(na+1)*y(n-na)
[Y,Zf]
=
filter(B,A,X,Zi)，输入X为滤波前序列，Y为滤波结果序列，B/A
提供滤波器系数，B为分子，
A为分母，
《Simulink与信号处理》
并输入Zi指定X的初始状态，Zf为最终状态矢量
《Simulink与信号处理》
filter(B,A,X,[],DIM)
或
filter(B,A,X,Zi,DIM)指定X的维数DIM进行操作
举例
k=-100:100;
uk=[zeros(1,100),ones(1,101)];
a=[1
-5
6];
b=[2
-1];
x=uk;
y=filter(b,a,x)
js里的filter函数
参考:
(主要是参考上面文章里的,为了方便自己查阅和理解,自己敲了一遍,如果有不对的地方请批评指正,谢谢.)
定义和用法
filter() 方法创建一个新的数组，新数组中的元素是通过检查指定数组中符合条件的所有元素。
注意： filter() 不会对空数组进行检测。
注意： filter() 不会改变原始数组。
一. filter函数的参数:
二. filter函数的应用:
1.用filter筛选出数组里所有偶数:
2.删掉数组中的空字符串:
3.利用filter实现数组去重:
4.过滤掉数组里的小值:
filter函数的用法是什么？
filter函数的用法，下面进行举例说明：
例如一个公司，需要找出年销售额超过2000万的城市销售金额，这个利用简单的表达式已无法解决，根据FILTER来实现。
1、销售总额 = sum('销售明细'[销售额])
2、再建一个度量值[大于2000万的城市销售金额]= CALCULATE([销售总额]，FILTER(ALL('门店城市')，[销售总额]20000000))。
3、超过2000万销售额的城市的销售额总计等于451026000，但发现上面明细的两个数字之和并不等于总计，这正是PowerBI中数据模型的特点。
一、Filter新增加的功能包括：
1、新的国际化。
2、应用程序生命周期事件控制。
3、澄清了类的装载规则。
4、新的错误及安全属性。
5、不赞成使用HttpUtils 类。
6、各种有用的方法。
二、一个filter必须实现javax.servlet.Filter的三个方法：
1. void setFilterConfig(FilterConfig config) //设置filter 的配置对象。
2. FilterConfig getFilterConfig() //返回filter的配置对象。
3. void doFilter(ServletRequest req，ServletResponse res，FilterChain chain) //执行filter 的工作。