在Amazon S3和Amazon EMR中使用Parquet推送过滤器的解决方法如下：

1. 首先，确保你已经在Amazon S3中创建了一个存储桶，并将Parquet文件上传到该存储桶中。

2. 接下来，创建一个Amazon EMR集群，确保你已经安装了Parquet库和所需的Python库。可以使用以下命令安装Python库：

sudo pip install pyarrow

3. 在Amazon EMR集群上运行以下Python代码示例，以使用Parquet推送过滤器进行筛选：

from pyspark.sql import SparkSession

spark = SparkSession.builder.appName("ParquetPushdownFilterExample").getOrCreate()

# 读取Parquet文件
df = spark.read.parquet("s3://your-s3-bucket/path/to/parquet/files")

# 应用过滤器
filtered_df = df.filter("column_name = 'filter_value'")

# 显示过滤后的数据
filtered_df.show()

# 将过滤后的数据保存为Parquet文件
filtered_df.write.parquet("s3://your-s3-bucket/path/to/filtered/parquet/files")

# 停止Spark会话
spark.stop()

在示例代码中，需要将s3://your-s3-bucket/path/to/parquet/files替换为实际的Parquet文件路径，并将column_name和filter_value替换为实际的列名和过滤器值。

注意：Parquet推送过滤器允许将数据过滤在读取数据时，以提高性能。但是，过滤器的可用性取决于Parquet文件的元数据和Parquet库的版本。因此，确保使用的Parquet库和文件的元数据支持推送过滤器功能。