从维度中过滤空值：CSV缺失值下按总运行时长分组流派的问题

首先，先把你的示例CSV数据整理出来（修正了末尾多余的数值）：

runtime,genres,production_companies,release_date
105,Action|Comedy|Science Fiction,Columbia Pictures|Happy Madison Productions,7/16/15
105,,Columbia Pictures|Happy Madison Productions,7/16/15

你当前代码里的filter(!"")写法不太正确，而且当genres是空字符串时，split("|")会得到[""]这个包含空字符串的数组，这会导致分组里出现无效的空流派条目。咱们可以通过以下两种方式来解决这个问题：

方式一：在维度访问器中处理空值 #

直接在维度的访问器函数里判断并过滤空的流派值，这样无效数据不会被计入任何分组：

// 定义支持多值的流派维度，同时过滤空值
var genres = data.dimension(function(d) {
  // 如果genres为空或仅含空白字符，返回空数组，不参与分组
  if (!d.genres || d.genres.trim() === "") {
    return [];
  }
  // 拆分流派后，再过滤掉可能存在的空字符串（比如字段末尾多了|的情况）
  return d.genres.split("|").filter(genre => genre.trim() !== "");
}, true); // 第二个参数true启用多值维度，让每个流派单独成为维度项

// 按流派分组，计算该流派的总运行时长
var group = genres.group().reduceSum(function(d) {
  return d.runtime; // 返回runtime字段进行求和计算
});

方式二：先过滤数据集再创建维度 #

如果你的需求是完全排除没有流派的条目（不让这些数据参与任何统计），可以先过滤整个数据集：

// 先过滤掉genres为空的所有数据
var filteredData = data.filter(function(d) {
  return d.genres && d.genres.trim() !== "";
});

// 基于过滤后的数据集创建维度
var genres = filteredData.dimension(function(d) {
  return d.genres.split("|").filter(genre => genre.trim() !== "");
}, true);

// 分组计算总运行时长
var group = genres.group().reduceSum(function(d) {
  return d.runtime;
});

关键说明 #

• 多值维度支持：第二个参数true是必须的，它告诉dc.js这个维度的每个条目可以对应多个值（也就是拆分后的多个流派），这样才能实现按每个唯一流派分组统计。
• 严格空值过滤：用trim()是为了避免字段里只有空格的情况，确保真正的空值才会被过滤掉。

内容的提问来源于stack exchange，提问作者user1863237