找到正确的循环

Question

我有一个包含 80k 行的数据集。它存储在一个单元格中。 在第三列中，值应该是第一行中的 -3，第二行中的 -2，第三列中的 -1，依此类推，贯穿整个数据集。 如：

-3
-2
-1
-3
-2
-1
...

现在我想检查整个数据集是否真正遵循了这个数字序列。我知道事实并非如此，因此我想创建某种循环，自动删除不遵循 -3、-2、-1 步骤的整行数据。

我最初的想法是使用diff 命令来更改索引，但似乎无法正确。

第二个是创建一个循环，每次数据不遵循特定的数字序列时都会删除它。

for i = 1:length(Dataset)
    if Dataset{272,1}(i,3) == -3
        continue
    else
        eraseidx = Dataset{272,1}(i,3)
        if Dataset{272,1}(i+1,3) == -2
            continue
        else
            eraseidx = Dataset{272,1}(i,3)
            if Dataset{272,1}(i+2,3) == -1
                continue
            else
                eraseidx = Dataset{272,1}(i,3)
            end
        end
    end
end

（选择Dataset{272,1}的原因是我知道有故障）。

谁有办法解决这个问题？

Answer 1

您的循环有一个主要问题：您将所有条件嵌套在彼此之下，因此仅当第一个条件为false 时才检查i+1 和i+2，但是当您到达时再次检查它们循环的下一次迭代。如果Dataset{272,1}(i+1,3) == -2，那么您已经知道在下一次迭代中（当您将Dataset{272,1}(i,3) 与-3 进行比较时）它将返回false，但它是false 还是true？！根据你的循环，这取决于你问这个的何时......

这里有两个选项可以纠正这个问题，仍然使用循环。它循环所有k 的第一种方式（我将i 替换为k 以不覆盖MATLAB 中的虚数单位），但将Dataset{272,1}(i+1,3) 与不同的数字进行比较：

c = [-1 -3 -2];
for k = 1:length(Dataset)
    if Dataset{272,1}(k,3) ~= c(mod(k,3)+1);
        eraseidx = Dataset{272,1}(k,3);
    end
end

另一种选择是比较三元组中的数据：

for k = 1:3:length(Dataset)
    if Dataset{272,1}(k,3) ~= -3
        eraseidx = Dataset{272,1}(k,3);
    end
    if Dataset{272,1}(k+1,3) ~= -2
        eraseidx = Dataset{272,1}(k+1,3);
    end
    if Dataset{272,1}(k+2,3) ~= -1
        eraseidx = Dataset{272,1}(k+2,3);
    end
end

现在你只将有问题的记录保存到eraseidx，但每次满足任何条件时都会覆盖它，所以你还需要索引eraseidx：

eraseidx = zeros(length(Dataset),1);
c = [-1 -3 -2];
for k = 1:length(Dataset)
    if Dataset{272,1}(k,3) ~= c(mod(k,3)+1);
        eraseidx(k) = Dataset{272,1}(k,3);
    end
end

但是，如果您只想删除这些记录，您可以将 k 单独保存为逻辑索引，而不是所有记录。另外，在我看来，您的循环应该在1:length(Dataset{272,1}) 上运行，所以：

eraseidx = false(length(Dataset{272,1}),1);
c = [-1 -3 -2];
for k = 1:length(Dataset{272,1})
    eraseidx(k) = Dataset{272,1}(k,3) ~= c(mod(k,3)+1);
end

这可以很容易地向量化为：

c = [-1 -3 -2];
k = 1:length(Dataset{272,1});
eraseidx = Dataset{272,1}(k,3) ~= c(mod(k,3)+1).';

所以现在eraseidx 将是一个逻辑向量，因此Dataset{272,1}(eraseidx,:) 将是Dataset{272,1} 中要删除的所有记录。 编辑：要删除它们，您只需写：Dataset{272,1}(eraseidx,:) = []。

---

矢量化所有Dataset

如果所有单元格中的所有数据都具有相同的大小和形状，您可以使用cell2mat将其转换为ND数组，然后对所有数据进行一次向量化操作：

data = reshape(cell2mat(Dataset.'),[],3,numel(Dataset)); % convert to 3D array
c = [-1 -3 -2];
k = 1:size(data,1);
correct = c(mod(k,3)+1).'; % the correct values to compare 
eraseidx = squeeze(bsxfun(@ne,data(:,3,:),correct));

现在eraseidx 中的每一列对应Dataset 中的第三列，因此Dataset(k,1) 的结果在eraseidx(:,1) 中给出。
要删除 eraseidx 中的所有 true 记录，您可以使用简单的循环：

for k = 1:numel(Dataset)
    Dataset{k}(eraseidx(:,k),:) = [];
end

请注意，您不能直接从data 中删除记录，因为数组在第三维的每个元素中不能有不同的行数。

---

如果Dataset 必须是一个元胞数组...

如果您使用单元格将数据保留在Dataset 中，因为它的大小和形状不同，您可以针对所有过程调整上述循环：

c = [-1 -3 -2];
for k = 1:numel(Dataset)
    eraseidx = Dataset{k,1}(:,3) ~= c(mod(1:length(Dataset{k,1}),3)+1).';
    Dataset{k,1}(eraseidx,:) = [];
end

或者你可以使用cellfun（基本上是一个紧凑的循环）：

c = [-1 -3 -2];
delfun = @(M) M(M(:,3)==c(mod(1:length(M),3)+1).',:);
Dataset_fixed = cellfun(delfun,Dataset,'UniformOutput',false);

delfun 是一个匿名函数，它只从Dataset 中的每个单元格中检索想要的记录。现在 Dataset_fixed 是 Dataset 没有删除的行。