在 Matlab 中组织大型数据集答案

【问题标题】：Organising large datasets in Matlab在 Matlab 中组织大型数据集
【发布时间】：2016-11-06 00:05:16
【问题描述】：

我有一个问题希望你能帮我解决。

我在 Matlab 中导入了一个大型数据集（200000 x 5 单元格），其结构如下：

'Year' 'Country' 'X' 'Y' 'Value'

第 1 列和第 5 列包含数值，而第 2 到 4 列包含字符串。

我想将所有这些信息安排到一个具有以下结构的变量中：

NewVariable{Country_1 : Country_n , Year_1 : Year_n}(Y_1 : Y_n , X_1 : X_n)

我能想到的就是循环遍历整个数据集以查找 Country、Year、X 和 Y 变量的名称之间的匹配项，这些变量结合了 if 和 strcmp 函数，但这似乎是实现我想要做的最无效的方式。

谁能帮帮我？

提前致谢。

【问题讨论】：

先写点能起作用的东西，以后再考虑优化。
感谢 excaza 的提示。关键是可能有一个我不知道的功能可以用来做到这一点。否则，每次我想提取具体值时，我都必须遍历整个数据集，这不是一个真正的选择，例如，如果我有 500 万条记录而不是 200000 条记录。
哦，有！请看一下 categorical()

标签： matlab cell-array organization large-data-volumes matlab-table

【解决方案1】：

如 cmets 中所述，您可以使用分类数组：

% some arbitrary data:
country = repmat('ca',10,1);
country = [country; repmat('cb',10,1)];
country = [country; repmat('cc',10,1)];
T = table(repmat((2001:2005)',6,1),cellstr(country),...
    cellstr(repmat(['x1'; 'x2'; 'x3'],10,1)),...
    cellstr(repmat(['y1'; 'y2'; 'y3'],10,1)),...
    randperm(30)','VariableNames',{'Year','Country','X','Y','Value'});
% convert all non-number data to categorical arrays:
T.Country = categorical(T.Country);
T.X = categorical(T.X);
T.Y = categorical(T.Y);
% here is an example for using categorical array:
newVar = T(T.Country=='cb' & T.Year==2004,:);

table 类就是为这样的事情而生的，而且非常方便。只需扩展最后一行T.Country=='cb' & T.Year==2004 中的逻辑语句即可满足您的需求。告诉我这是否有帮助；）

【讨论】：

感谢您的有用回复，@EBH！将数据作为表格导入并使用分类函数正是我所需要的。 :-)