创建和组织缺失数据

缺失值在MATLAB中采用的形式取决于数据类型。例如，数字数据类型，例如双使用南(不是数字)来表示缺失的值。

x = [NaN 1 2 3 4];

你也可以用the失踪值表示缺少的数字数据或其他类型的数据，例如datetime，字符串,分类．MATLAB自动转换失踪值设置为数据的本机类型。

xDouble =[缺1 2 3 4]

xDouble =1×5NaN 1 2 3 4

xDatetime = [missing datetime(2014,1:4,1)]

xDatetime =1 x5 datetimeNaT 01- 1- 2014 01- 2 -2014 01- 3 -2014 01- 4 -2014

xString =[失踪“一个”“b”“c”“d”］

xString =1 x5字符串<缺少> "a" "b" "c" "d"

xCategorical =[缺少categorical({“cat1”“cat2”“cat3”“cat4”}))

xCategorical =1 x5分类 cat1 cat2 cat3 cat4

数据集可能包含您希望作为缺失数据处理的值，但不是标准MATLAB中的MATLAB缺失值，例如南．你可以使用standardizeMissing函数将这些值转换为该数据类型的标准缺失值。例如，将4视为丢失双附加价值南．

xStandard =标准化发射(xDouble，[4 NaN])

xStandard =1×5NaN 1 2 3

假设您希望将丢失的值保留为数据集的一部分，但要将它们与其他数据隔离。一些MATLAB函数使您能够在进一步处理之前控制缺失值的位置。例如，使用the“MissingPlacement”选择与排序函数将南S到最后的数据。

xSort =排序(xStandard,“MissingPlacement”，“最后一次”）

xSort =1×51 2 3南南

查找、替换和忽略丢失的数据

即使您没有在MATLAB中显式地创建缺失值，它们也可以在导入现有数据或使用数据进行计算时出现。如果您没有意识到数据中缺少值，则后续的计算或分析可能会产生误导。

例如，如果你不知道画一个包含a的向量南值时,南没有出现，因为情节函数忽略它，并正常绘制其余的点。

nanData = [1:9 NaN];nanData情节(1:10)

但是，如果计算数据的平均值，结果是南．在这种情况下，提前知道数据包含南，然后在计算平均值之前选择忽略或删除它。

meanData =意味着(nanData)

meanData =南

有一种方法南数据中的S是通过使用isnan函数，该函数返回一个逻辑数组，该逻辑数组指示任意南价值。

TF = isnan (nanData)

TF =1 x10逻辑阵列0 0 0 0 0 0 0 1

类似地,ismissing函数返回多个数据类型中缺失值的位置。

TFdouble = ismissing (xDouble)

TFdouble =1 x5逻辑阵列1 0 0 0

TFdatetime = ismissing (xDatetime)

TFdatetime =1 x5逻辑阵列1 0 0 0

假设您正在处理一个由具有多种数据类型的变量组成的表或时间表。调用一次就可以找到所有缺失的值ismissing，不管他们是什么类型的。

xTable =表(xDouble”、xDatetime”xString ', xCategorical ')

xTable =5×4表Var1 Var2 Var3 Var4  ____ ___________ _________ ___________ 南NaT失踪> < <定义> 1 01 - 1月- 2014”“cat1 2 01 - 2014年2月,“b”cat2 3 01 - 3月- 2014“c”cat3 4 01 - 4月- 2014 cat4“d”

TF = ismissing (xTable)

TF =5 x4逻辑阵列1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

缺失值可能代表无法处理或分析的数据。使用fillmissing用另一个值替换丢失的值或使用rmmissing完全删除丢失的值。

xFill = fillmissing (xStandard,“不变”, 0)

xFill =1×51 .单词brace联想记忆

xRemove = rmmissing (xStandard)

xRemove =1×3１ ２ ３

许多MATLAB函数使您能够忽略丢失的值，而不必首先显式地定位、填充或删除它们。例如，如果你计算一个包含南值，结果是南．但是，你可以直接忽略南在和中加入S“omitnan”选择与总和函数。

sumNan =总和(xDouble)

sumNan =南

sumOmitnan =总和(xDouble,“omitnan”）

sumOmitnan = 10