# Exclude Nones

Dieser Funktionsblock ist so konzipiert, dass er `None`-Werte aus einer bereitgestellten Dateneingabeliste herausfiltert. Er vereinfacht die Datenhandhabung, indem sichergestellt wird, dass die Ausgabe nur gültige Einträge enthält.

## 📥 Eingänge <a href="#inputs" id="inputs"></a>

`Data List` Dieser Eingang akzeptiert eine Liste von verschiedenen Datenelementen, die `None`-Werte enthalten können.

## 📤 Ausgänge <a href="#outputs" id="outputs"></a>

`Filtered Data List` Diese Ausgabe bietet die Liste, die nach dem Entfernen aller `None`-Werte aus der Eingabedatenliste erhalten wurde.

## 🕹️ Steuerungen <a href="#controls" id="controls"></a>

Dieser Funktionsblock enthält keine zusätzlichen Steuerungen, da er direkt mit den Eingabedaten arbeitet.

## 🎨 Funktionen <a href="#features" id="features"></a>

`Automatic Filtering` Der Block verarbeitet die Eingabeliste automatisch, um alle `None`-Werte auszuschließen und sicherzustellen, dass der Ausgabedatensatz sauber und verwendbar ist.

## 📝 Nutzungshinweise <a href="#usage" id="usage"></a>

1. **Connect Data Source**: Verbinden Sie jeden Funktionsblock, der eine Liste von Daten erzeugt, mit dem Eingang `Data List`.
2. **Evaluate**: Führen Sie den Block aus, um die gefilterte Liste zu erhalten, die alle `None`-Werte ausschließt.

## 📊 Bewertung <a href="#evaluation" id="evaluation"></a>

Wenn er ausgeführt wird, gibt dieser Funktionsblock eine Liste aus, die nur aus gültigen Dateneinträgen besteht und einen zuverlässigeren Datensatz für nachfolgende Verarbeitungsvorgänge bietet.

## 💡 Tipps und Tricks <a href="#tips-and-tricks" id="tips-and-tricks"></a>

<details>

<summary>Kombinieren mit anderen Funktionen</summary>

Dieser Block funktioniert gut mit `Batch Processing`, wodurch eine effiziente Ausschluss von `None`-Werten in Datenbatches vor weiteren Operationen wie `Mean Value`, `Maximum` oder der Kombination von Listen mit `Batch Concatenation` ermöglicht wird.

</details>

<details>

<summary>Verwendung mit Logikoperationen</summary>

Sie können diesen Block nach dem Filtern mit dem Funktionsblock `Logic Operations` verbinden, um zu überprüfen, ob alle Elemente in der gefilterten Liste bestimmte Bedingungen erfüllen.

</details>

<details>

<summary>Optimierung des Datenflusses</summary>

Um die Datenverarbeitung zu optimieren, verwenden Sie diesen Block direkt nach einer Dateneingabe, um sicherzustellen, dass nachfolgende Blöcke mit verifizierten Daten arbeiten, wodurch Fehler im Zusammenhang mit `None`-Werten verringert werden.

</details>

## 🛠️ Fehlersuche <a href="#troubleshooting" id="troubleshooting"></a>

<details>

<summary>Keine Änderung in der Ausgabe</summary>

Wenn Sie feststellen, dass die Ausgabeliste unverändert bleibt, überprüfen Sie, ob die Eingabeliste tatsächlich `None`-Werte enthält. Wenn nicht, bleibt die Ausgabe die gleiche wie die Eingabe.

</details>

<details>

<summary>Keine Ausgabe</summary>

Wenn der Block nichts ausgibt, überprüfen Sie, ob die verbundene Dateneingabe korrekt eingestellt wurde. Stellen Sie sicher, dass die Eingabe während der Auswertung Daten erzeugt.

</details>


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.augelab.com/german/function-blocks/data-logic/datenoperationen-data-operations/exclude-nones.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.