这个例子展示了如何创建一个时间表,合并时间表,并将多个时间表中的数据调整为一个公共的时间向量。公共时间向量可以包含来自其中一个或两个时间表的时间,也可以是您指定的一个全新的时间向量。该示例展示了如何计算和显示包含在不同时间表中的天气测量的每日平均值。
作息时间表是一种表进行关联,每行的时间。甲时间表可以存储具有不同的数据类型和大小的面向列的数据的变量,只要每个变量具有相同的行数。此外,时间表提供特定时间的功能结合起来,为下标,并调整他们的数据。
将空气质量数据和天气测量数据载入两个不同的时间表。测量日期为2015年11月15日至2015年11月19日。空气质量数据来自建筑物内部的传感器,而天气测量数据来自建筑物外部的传感器。
方法从表中读取空气质量数据readtimetable
函数。输出参数是一个时间表。
在室内= readtimetable ('indoors.csv');
还可以从m×n数组创建时间表array2timetable
的工作空间变量时间表
函数。
显示的前五行在室内
。时间表的每一行都有一个时间标记这一行数据。
在室内(1:5,:)
ans =5×2时间表时间、湿度、空气质量………………………………2015年11月15日00:00:24 36 80 2015年11月15日01:13:35 36 80 2015年11月15日02:26:47 37 79 2015年11月15日3:39:59 37 82 2015年11月15日4:53:11 36 80
负载测量天气的时间表。显示的前五行在户外
。
负载在户外户外(1:5,:)
ans =5×3时间表时间湿度TemperatureF PressureHg ___________________ ________ _______ __________ 2015-11-15 00:00:24 49 51.3 - 29.61 2015-11-15 01:30:24 48.9 51.5 29.61 2015-11-15 03:00:24 48.9 51.5 29.61 2015-11-15 04:30:24 06:00:24 48.7 51.5 29.6 48.8 51.5 29.61 2015-11-15
该时间表,在室内
和在户外
含有采取内部,在不同的时间在大楼外面不同的测量。所有数据结合到一个时间表与同步
函数。
tt =同步(室内、室外);:tt (1:5)
ans =5×5时间表时间Humidity_indoors AirQuality Humidity_outdoors TemperatureF PressureHg ___________________ ___________ __________ _________________ _______ __________ 2015-11-15 00:00:24 36 80 49 51.3 - 29.61 2015-11-15 01:13:35 36 80南南南2015-11-15 01:30:24南南48.9 51.5 29.61 79 02:26:47 37 2015-11-15南南南2015-11-15 03:00:24南南48.9 51.5 29.61
输出的时间表,tt
包含所有来自时间表的时间。同步
放那里有没有数据值发生在丢失的数据指标tt
。当两个输入时间表都具有具有相同名称的变量时,例如湿度
,同步
重命名这两个变量,并增加了既输出时间表。
再次同步时间表,这一次使用线性插值填充缺失的数据值。
ttLinear =同步(在室内,室外,“联盟”,“线性”);:ttLinear (1:5)
ans =5×5时间表时间Humidity_indoors AirQuality Humidity_outdoors TemperatureF PressureHg ___________________ ___________ __________ _________________ _______ __________ 80 00:00:24 36 2015-11-15 49 80 01:13:35 36 2015-11-15 48.919 51.463 29.61 29.61 51.3 2015-11-15 01:30:24 36.23 79.77 48.9 51.5 29.61 2015-11-15 02:26:47 37 79 48.9 51.5 29.61 2015-11-15 03:00:24 37 80.378 48.9 51.5 29.61
您还可以将单个时间表中的数据调整为新的时间向量。计算其中变量的均值ttLinear
超过六小时的时间间隔与重新定时
函数。如果有行南
调整数据后,用rmmissing
函数。
电视= [日期时间(2015,11,15):小时(6):日期时间(2015,11,18)];ttHourly =重新定时(ttLinear,电视,'意思');ttHourly = rmmissing(ttHourly);
将数据归一化ttHourly
取时间表中每个变量的平均值。画出这些测量值的日平均值。你可以使用变量
时间表的属性来访问的变量。ttHourly.Variables
返回相同的变量ttHourly {:,:}
。
ttMeanVars = ttHourly.Variables./mean(ttHourly.Variables);情节(ttHourly.Time,ttMeanVars);传说(ttHourly.Properties.VariableNames,“解释”,“没有”);包含(“时间”);ylabel (“规范化天气测量”);标题(“每日平均天气趋势”);
重新定时
|rmmissing
|同步
|table2timetable
|时间范围
|时间表