Dataframe 在Julia中转换数据帧时如何跳过缺少的值

我想转换Julia DataFrames.DataFrame中列中的每个元素，但在转换过程中跳过缺少的值（让它们保持在表中不变）

举个简单的例子，我们可以这样做：

using DataFrames, DataFramesMeta

@linq DataFrame(mode=[1,2,missing]) |>
transform(
    mode = map(x->(if x === missing missing elseif x in ([0:5...]) x+1 else missing end), :mode)
)

但它看起来或多或少杂乱无章。还有更优雅或简洁的方式吗

我阅读了Query.jl和DataFramesMeta.jl文档，希望找到一种不必显式跳过缺失值的方法

编辑： 我认为以下是我能想到的最好的：

using DataFrames, DataFramesMeta, DataValues

skipmap(f, c) = map(x->(if x===missing missing else f(x) end), c)

@linq DataFrame(mode=[1,2,missing]) |>
transform(
    mode = skipmap(x->if x in ([0:5...]) x+1 else x end, :mode)
)

---

我认为，如果map（）以一种接受第三个参数y（因此map（f，c，y））的方式进行扩展，并在数组中保持这些元素的完整性（如果它们属于y的话），那就太好了。

passmissing

，由DataFrames导出。jl可以满足您的需要。 例如，您可以使用这样一个衬里：

julia> passmissing(x -> x + (x in 0:5)).([1,2,missing,4,5,6])
6-element Array{Union{Missing, Int64},1}:
 2
 3
  missing
 5
 6
 6

此外，如果传递函数

missing

，则可以在函数中使用广播作为

+

和

隐式返回
missing
，例如：

julia> x = [1,2,missing,4,5,6]
6-element Array{Union{Missing, Int64},1}:
 1
 2
  missing
 4
 5
 6

julia> x .+ in.(x, Ref(0:5))
6-element Array{Union{Missing, Int64},1}:
 2
 3
  missing
 5
 6
 6

或

检查
skipmissing
functionskipmissing（）将从数组中完全删除缺少的元素。但我想做的只是忽略它们，让它们留在数组中，然后继续处理下一个未丢失的元素。为什么需要跳过它们？
转换（mode=：mode.+1）
就足够了吗？在这种情况下，它就足够了，因为
+
和
中的
将传播
缺少的
，但不是所有函数都这样做，这就是为什么提供了
passmissing
的原因。passmissing正是我想要的。要处理诸如passmissing（0:5中的x->x？x:missing）。（[missing，2,3]）应该需要使用passmissing。DataFrame文档中目前似乎没有提到该函数。谢谢你的其他有用的提示！此函数在Missings.jl中定义，仅由DataFrames.jl重新导出。本教程的最后一节对此进行了解释。哦，你就是作者！。谢谢你的额外宝石！
julia> (v -> v + in(v, 0:5)).(x)
6-element Array{Union{Missing, Int64},1}:
 2
 3
  missing
 5
 6
 6