概要（filter は「条件を満たす要素だけ」を取り出す基本関数）
filter は、リストやタプルなどの各要素に「判定関数」を適用し、True と評価された要素だけを取り出すための組み込み関数です。戻り値は filter オブジェクト（イテレータ）で、必要に応じて list(…) や tuple(…) に変換して中身を使います。for と if を組み合わせるより短く、意図が明確に書けます。
def is_even(n):
return n % 2 == 0
nums = [1, 2, 3, 4, 5, 6]
evens = list(filter(is_even, nums))
print(evens) # [2, 4, 6]
基本の使い方と挙動（ここが重要）
書式と戻り値の性質
書式は filter(function, iterable) です。function は各要素を受け取り、True/False を返す判定関数です。戻り値は「遅延評価のイテレータ」で、一度消費すると再利用できません。結果を複数回使うなら、最初に list(…) へ変換します。
texts = ["apple", "", "banana", ""]
non_empty_iter = filter(lambda s: s != "", texts) # イテレータ
print(list(non_empty_iter)) # ['apple', 'banana']
# print(list(non_empty_iter)) # 空（すでに消費済み）
function=None の特殊動作（“真”な要素だけを通す）
function を省略（None を渡す）すると、「各要素の真偽値（bool(…)）」でフィルタされます。0、空文字、空リスト、None、False などは除外され、非空・非ゼロだけが残ります。
values = [0, 1, "", "ok", [], [1], None, True]
print(list(filter(None, values))) # [1, 'ok', [1], True]
ひとつの iterable を最後まで評価する
filter は全要素に判定関数を適用します（全体の“短絡”はありません）。判定関数自体が短絡する場合（例：複合条件の or）を除き、最後まで走査して必要な要素を拾います。
よく使うパターン（数値・文字列・辞書に対するフィルタ）
数値リストから条件で抽出する
閾値、偶数・奇数、範囲判定などを短く書けます。
nums = [10, -5, 30, -2, 0]
non_negative = list(filter(lambda n: n >= 0, nums))
print(non_negative) # [10, 30, 0]
文字列の前処理と欠損除去
トリム後に非空だけ通すなど、現実的な前処理に向いています。
rows = [" apple ", " ", "banana", ""]
clean = list(filter(None, map(lambda s: s.strip(), rows)))
print(clean) # ['apple', 'banana']
辞書の配列から条件を満たすレコードを抽出
フィールド値で判定し、必要なレコードだけ残します。
products = [
{"name": "coffee", "price": 350, "qty": 2},
{"name": "tea", "price": 280, "qty": 0},
{"name": "juice", "price": 220, "qty": 3},
]
in_stock = list(filter(lambda p: p["qty"] > 0, products))
print(in_stock) # coffee と juice
filter と内包表記の使い分け（重要ポイントを深掘り）
読みやすさの指針
「条件でふるいにかける」だけなら、[x for x in iterable if 条件] のリスト内包表記は Python で広く使われ、読みやすいです。既存関数をそのまま適用して判定したい、または map と連携して“変換→判定”の流れを素直に書きたい場合は filter がすっきりします。
nums = [1, 2, 3, 4]
print([n for n in nums if n % 2 == 0]) # 内包表記
print(list(filter(lambda n: n % 2 == 0, nums))) # filter
変換とフィルタの連携（map → filter）
「まず整形してから基準で選ぶ」のように、前処理と選別を段階的に重ねると意図が明確になります。
rows = [" 10", "x", " 25 ", "7"]
to_int_safe = lambda s: int(s) if s.strip().isdigit() else None
converted = map(to_int_safe, rows)
valid = list(filter(None, converted))
print(valid) # [10, 25, 7]
つまずきやすい点と安全策（イテレータ・例外・性能）
イテレータは一度きり
filter の戻り値は使い切りです。複数回使うなら最初に list(…) に変換するか、必要なタイミングで新たに filter を作ります。
it = filter(lambda x: x > 0, [1, -1, 2])
print(list(it)) # [1, 2]
# ここで it は空。再利用不可
判定関数内の例外に注意
int 変換や辞書アクセスなど、判定中に例外が起こり得ます。安全にするには try/except を入れて、異常系は False を返す設計が堅牢です。
def is_valid_int(s):
try:
int(s)
return True
except (TypeError, ValueError):
return False
data = ["10", "x", None, "25"]
valid_strings = list(filter(is_valid_int, data))
print(valid_strings) # ['10', '25']
性能の考え方
filter は要素数に比例して O(n) で走査します。判定関数が重い場合はコストが支配的になるため、先に軽い条件で粗く絞る、早期に False を返せる順序にする、前処理を一回のパスにまとめる（map と併用）などでコストを抑えます。
実用例（現場でそのまま使える形）
ログ行から特定レベルだけ抽出
logs = ["INFO: start", "ERROR: failed", "WARN: slow", "ERROR: retry"]
errors = list(filter(lambda s: s.startswith("ERROR:"), logs))
print(errors) # ['ERROR: failed', 'ERROR: retry']
価格帯で商品を選ぶ（範囲判定）
products = [
{"name": "A", "price": 300},
{"name": "B", "price": 500},
{"name": "C", "price": 800},
]
mid = list(filter(lambda p: 300 <= p["price"] <= 600, products))
print(mid) # A, B
ユーザー一覧から有効メールのみ抽出（超簡易チェック）
users = [{"name": "taro", "email": "taro@example.com"},
{"name": "hanako", "email": ""}]
valid = list(filter(lambda u: "@" in u.get("email", ""), users))
print(valid) # taroのみ
まとめ
filter は「判定関数で True になる要素だけを通す」ためのシンプルで強力な関数です。戻り値はイテレータで一度きり、function=None で“真な要素”だけを通す、例外は判定関数で安全に処理する——この要点を押さえれば、欠損除去・前処理後の選別・ログ抽出・レコードフィルタなどを短く明快に書けます。条件付きの表現が複雑なら内包表記、関数適用が中心なら filter と使い分けることで、初心者でも読みやすく堅牢なデータ処理が実装できます。