如何在 MATLAB R2016b（mac 版）中处理带字符串的 CSV 文件答案

【问题标题】：How to deal with a CSV file with strings in MATLAB R2016b (mac version)如何在 MATLAB R2016b（mac 版）中处理带字符串的 CSV 文件
【发布时间】：2017-11-25 11:53:26
【问题描述】：

我现在正在尝试处理 matlab r2016b mac 版本中的大型 csv（200 万行）。下面附上一小部分的csv。

user_id,video_id,session,new_speed,old_speed,new_time,old_time,event_type,event_time
a74fe6d4812fa93a1afa1a6a334ebdda,af7f974d395a4adddc8ab17a83996073,892d85cfeea8298fb7ca8755ac090e90,,,,,play_video,2015-04-06 22:20:58.928268
a74fe6d4812fa93a1afa1a6a334ebdda,af7f974d395a4adddc8ab17a83996073,892d85cfeea8298fb7ca8755ac090e90,,,161.0,72.581,seek_video,2015-04-06 22:20:58.879149
a74fe6d4812fa93a1afa1a6a334ebdda,7fb29805973a8a396c6de3faa8290ac1,892d85cfeea8298fb7ca8755ac090e90,,,,,play_video,2015-04-06 22:24:14.988693
a74fe6d4812fa93a1afa1a6a334ebdda,9ace07b312f206ef7af2f48188360b16,892d85cfeea8298fb7ca8755ac090e90,,,,,load_video,

我想做的是

将csv文件读入matlab；
将用户id和视频id映射成简单的数字id；
删除会话 ID。

我尝试了很多方法，但都没有得到我想要的结果。 csvread 无法处理这个 csv 文件，因为里面有一些非数字项目，而我不熟悉 fopen 并且总是会遇到一些奇怪的错误，比如所有数据都进入一个单元格。这个问题有解决办法吗？

【问题讨论】：

我的回答解决了你的问题吗？
@Poyuan.Bn 抱歉，我现在才查看。它有效，非常感谢！

标签： matlab csv fopen

【解决方案1】：

我无法想象你会用这个字符串数组做什么。如果您只需要编辑文件，我建议使用 python （最简单但不是最快的，虽然比 matlab 快）或 C （快得多鉴于您的条件为 200 万行，但不是最简单的）。

据我从 Matlab 看到的，它非常擅长对矩阵进行数学运算，但对于您想做的事情来说不是一个好的选择。也许如果你说你将如何处理所有这些数据（我的意思是在你所说的之后进行数学运算），有人可以提供帮助！

【讨论】：

感谢您的评论！我也在纠结是否也应该转向 python。但是由于我之前没有使用过python，请您给我一些提示，我可以使用哪些函数来处理这个问题？
有一个很好的处理 csv 文件的库：docs.python.org/3/library/csv.html 你可以在文档中看到一些例子
非常感谢您的帮助！

【解决方案2】：

由于您提到的文本格式不同，因此最好使用textread() 函数。它返回 1D 元胞数组。所以首先你必须通过regexp() 解析它并以这种方式索引单元格：

Thecell{row}{column}  %accessing cell elements

我们开始吧：

cellarray = textread('Put directory here','%s',9);

for i=1:length(cellarray)
parsed_cell{i} = regexp(cellarray, ',', 'split'); %% Parsing 1d cell
end

%% 3 items which you wanted for e.g. the first line
line1 = parsed_cell{1};
line1{1}{3} = []; %% Deleting session id in line 1 of the text.
                  %%easily can be implemented for others

%% putting user_id,video_id into number id  in line 1. 
numberid = [line1{1}{1},line1{1}{2}];

【讨论】：