python - 如何过滤 pydatatable 列中的 NA 值？

Question

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]})

它的输出如下，

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() 在这种情况下会有所帮助吗？

Answer 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：来自另一个相关问题的更简单的解决方案：

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

Answer 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，如随附的屏幕截图中所示，

在第二个代码块中，它总结了每一列（牛肉、鸡蛋、叉子、蔬菜）

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

你有什么其他的想法/建议吗？