如何在KDB表中移除信息缺失的重复条目？

针对你创建的tab表，要移除那些重复且信息缺失（sales和prices为0n）的条目，同时保留唯一的有效条目以及无重复的空值条目，这里有两种实用的方法：

方法一：利用max函数分组聚合（简洁高效） #

KDB+里的0n（空值）在数值运算中会被自动忽略，max函数能直接取组内的非空有效值；对于只有空值的组（比如screw），max会返回0n，刚好匹配你的需求：

// 执行分组聚合
cleanTab: select max sales, max prices by items from tab

// 若需要保持原表的条目顺序，可基于原表的items顺序重新排序
cleanTab: (select max sales, max prices by items from tab) exec items from tab

执行后结果如下：

q)cleanTab
items sales prices
------------------
nut   6     10
bolt  8     20
cam   0     15
cog   3     20
screw 0n    0n

方法二：自定义分组逻辑（更灵活） #

如果需要更精细的控制（比如组内有多个非空行时指定取某一行），可以用分组后过滤的方式：

// 分组后对每个组处理：优先取sales和prices都非空的条目，没有则保留原条目
cleanTab: {[g] $[count valid: g where not null sales,prices; first valid; first g]} each group items from tab

这个逻辑会先筛选出组内sales和prices均非空的行，如果存在就取第一个；如果组里全是空值（比如screw），就保留原行。

原理说明 #

• group items from tab会把表按items字段分组，每个组对应该item的所有行
• 匿名函数里的$[condition; true-case; false-case]是KDB+的三元表达式，用来判断组内是否存在有效条目
• not null sales,prices会检查每行的sales和prices是否都非空，返回布尔值列表

内容的提问来源于stack exchange，提问作者delita