在 MATLAB 中导入 CSV 文件的最快方法

Question

我编写了一个脚本，将其输出保存到 CSV 文件以供以后参考，但是用于导入数据的第二个脚本需要花费大量时间才能将其读回。

数据格式如下：

Item1,val1,val2,val3
Item2,val4,val5,val6,val7
Item3,val8,val9

标题位于最左侧列，数据值占据该行的其余部分。一个主要困难是每个测试项目的数据值数组可以是不同的长度。我会将其保存为结构，但我需要能够在 MATLAB 环境之外对其进行编辑，因为有时我必须在未安装 MATLAB 的计算机上删除不良数据行。所以真的，我的问题之一是：我应该以不同的格式保存数据吗？

问题的第二部分： 我试过importdata、csvread 和dlmread，但我不确定哪个最好，或者是否有更好的解决方案。现在我正在使用我自己的脚本，使用循环和fgetl，这对于大文件来说非常慢。有什么建议吗？

function [data,headers]=csvreader(filename); %V1_1
 fid=fopen(filename,'r');
 data={};
 headers={};
 count=1;
 while 1
      textline=fgetl(fid);
      if ~ischar(textline),   break,   end
      nextchar=textline(1);
      idx=1;
      while nextchar~=','
        headers{count}(idx)=textline(1);
        idx=idx+1;
        textline(1)=[];
        nextchar=textline(1);
      end
      textline(1)=[];
      data{count}=str2num(textline);
      count=count+1;
 end
 fclose(fid);

（我知道这可能是写得很糟糕的代码 - 我是工程师，而不是程序员，请不要对我大喊大叫 - 欢迎任何改进建议。）

Answer 1

如果您可以在第一个脚本创建文件时使用 NaN 值填充文件，可能会使数据更易于阅读：

Item1,1,2,3,NaN
Item2,4,5,6,7
Item3,8,9,NaN,NaN

或者您甚至可以只打印空字段：

Item1,1,2,3,
Item2,4,5,6,7
Item3,8,9,,

当然，为了正确填充，您需要事先知道所有项目的最大值数是多少。对于上述任何一种格式，您都可以使用其中一个标准文件读取函数，例如 TEXTSCAN：

>> fid = fopen('uneven_data.txt','rt');
>> C = textscan(fid,'%s %f %f %f %f','Delimiter',',','CollectOutput',1);
>> fclose(fid);
>> C{1}

ans = 

    'Item1'
    'Item2'
    'Item3'

>> C{2}

ans =

     1     2     3   NaN  %# TEXTSCAN sets empty fields to NaN anyway
     4     5     6     7
     8     9   NaN   NaN

Answer 2

而不是一次解析字符串textline一个字符。例如，您可以使用 strtok 来分解字符串

stringParts = {};
tline = fgetl(fid);
if ~ischar(tline), break, end
i=1;
while 1
    [stringParts{i},r]=strtok(tline,',');
    tline=r;
    i=i+1;
    if isempty(r), break; end
end

% store the header
headers{count} = stringParts{1};

% convert the data into numbers
for j=2:length(stringParts)
    data{count}(j-1) = str2double(stringParts{j});
end
count=count+1;

Answer 3

我在 Matlab 中读取 csv 数据时遇到了同样的问题，我很惊讶对此的支持如此之少，但后来我才找到了导入数据工具。我在 r2015b。

在“主页”选项卡的顶部栏中，点击“导入数据”并选择您要阅读的文件。应用程序窗口将如下所示：

Import Data tool screenshot

在“导入选择”下，您可以选择“生成函数”，它为您提供了相当多的自定义选项，包括如何填充空单元格，以及您希望输出数据结构是什么。加上它是由 MathWorks 编写的，所以它可能使用最快的方法来读取 csv 文件。在我的文件中几乎是瞬间完成的。

Answer 4

Q1）如果您知道最大列数，您可以用 NaN 填充空条目 另外，如果所有值都是数字，你真的需要“Item#”列吗？如果是，则只能使用“#”，因此所有数据都是数字。

Q2) 读取 num 的最快方法。来自没有 mex 文件的文件的数据是 csvread。 我尽量避免在 csv 文件中使用字符串，但如果必须，我会使用我的 csv2cell 函数：

http://www.mathworks.com/matlabcentral/fileexchange/20135-csv2cell