如何过滤数据表列中的NA值？答案

【问题标题】：How to filter NA values in columns of pydatatable?如何过滤数据表列中的NA值？
【发布时间】：2020-05-23 12:53:04
【问题描述】：

我有一个数据表，

DT_EX= dt.Frame({
               'country':['a','a','a','a'],
               'id':[3,3,3,3],
               'shop':['dmart','dmart','dmart','dmart'],
               'beef':[23,None,None,None],
               'eggs':[None,33,None,None],
               'fork':[None,None,10,None],
               'veg':[None,None,None,40]})

它的输出是，

我想将其转换为列中不应包含 NA 的数据表，如此输出所示，

您能否解释一下如何在 py-datatable 上执行此操作（删除 NA）？ dt.isna() 在这种情况下会有帮助吗？

【问题讨论】：

标签： python py-datatable

【解决方案1】：

一种解决方法是选择前三列（它们没有空值）并用剩余列的总和对其进行扩展：link

from datatable import f, first, sum

DT_EX[:,first(f[:3]).extend(sum(f[3:]))]

    country id  shop    beef    eggs    fork    veg
▪▪▪▪    ▪▪▪▪    ▪▪▪▪    ▪▪▪▪▪▪▪▪    ▪▪▪▪▪▪▪▪    ▪▪▪▪▪▪▪▪    ▪▪▪▪▪▪▪▪
0   a   3   dmart   23  33  10  40

更新：另一个相关问题的更简单的解决方案：

DT_EX[:, sum(f[3:]), f[:3])]

【讨论】：

嗨 @sammywemmy 看起来你在 COLAB 笔记本中使用 pydatatable，当你执行代码块时，它是否显示数据表的两种输出格式？还是单人？对我来说，它提供了两种格式。我认为在你上面提到的输出中，它是一种单一的输出格式。你能告诉我你是怎么做到的吗？
它给了我一个单一的格式。我使用 jupyter 笔记本
哦，好吧，它也在 Jupyter 笔记本中给了我一个输出。但是当谈到 colab notebook 时，它会打印两个输出，您可以尝试一次吗？。
我很少使用 colab。当我有时间的时候，我会试试看

【解决方案2】：

所以我还有一个项目子组，这是一个新的 DT。

DT_EX= dt.Frame({
'country':['a','a','a','a','b','b','c','c'],
'id':[3,3,3,3,4,4,4,4],
'shop':['dmart','dmart','dmart','dmart','amzn','amzn','amzn','amzn'],
'beef':[23,None,None,None,93,None,None,None],
'eggs':[None,33,None,None,None,103,None,None],
'fork':[None,None,10,None,None,None,210,None],
'veg':[None,None,None,40,None,None,None,340]})

我已尝试在其上应用推荐的逻辑，如所附屏幕截图所示，

在第二个代码块中，它总结了每一列（牛肉、鸡蛋、叉子、蔬菜）

并且在第三个代码块中，我对前三列进行了分组，这里它给出了正确的输出，但是它添加了重复的列，另一个观察是它用 0 填充 NA 值，它可以在 C 上找到观察。

您还有其他想法/建议吗？

【讨论】：

嗨，你能把它设置为一个新问题吗？这也允许其他人看到并尝试。一旦我在我的电脑上，我会试一试
好的，我会做的
我刚刚将此作为一个新问题发布在 SO 上。