可以使用分组变量将数据变量划分为组。方法中的第一步通常是选择分组变量Split-Apply-Combine工作流。您可以将数据拆分为组,对每个组应用一个函数,并组合结果。您还可以在分组变量中表示缺少的值,以便忽略数据变量中相应的值。
分组变量是用于组的变量,或分类,观察 - 即其他变量中的数据值。分组变量可以是任何这些数据类型:
数字、逻辑、分类约会时间
,或持续时间
向量
字符向量的单元格阵列
表,包含此列表中任何数据类型的表变量
数据变量是包含观察的变量。分组变量必须具有与数据变量中的每个值对应的值。当分组变量中的相应值相同时,数据值属于同一组。
该表显示了数据变量、分组变量以及使用分组变量分割数据变量时可以创建的组的示例。
数据变量 |
分组变量 |
组织的数据 |
---|---|---|
|
|
|
|
|
|
|
|
|
当使用字符向量的单元数组或分类数组作为分组变量时,可以为数据组提供有意义的名称。分类数组是一种有效、灵活的分组变量选择方法。
通常,组的数量与分组变量中唯一的值一样多。(类别数组也可以包括数据中没有表示的类别。)组和组的顺序取决于分组变量的数据类型。
对数字、逻辑约会时间
,或持续时间
向量,或字符向量的单元数组,组对应于按升序排序的惟一值。
对于类别数组,组对应于数组中观察到的惟一值,并按类别
函数。
的findgroups
函数可以接受多个分组变量,例如G = findgroups (A1, A2)
.例如,您还可以在一个表中包含多个分组变量T =表(A1, A2);G = findgroups (T)
.的findgroups
函数通过组变量对应元素上的值的唯一组合来定义组。findgroups
根据第一个分组变量的顺序来确定顺序,再根据第二个分组变量的顺序来确定顺序,以此类推。例如,如果A1 = {' a ', ' a ', ' b ', ' b '}
和A2 = [0 1 0 0]
,则整个分组变量的惟一值为' ' 0
,“一个”1
, 和“b”0
,定义了三个组。
在将分组变量和拆分数据变量分成组后,可以将函数应用于组并组合结果。此工作流称为拆分应用组合工作流程。你可以使用findgroups
和splitapply
在此工作流中一起分析数据组。此图显示了一个使用分组变量的简单示例性别
数据变量高度
按性别计算平均高度。
的findgroups
函数返回向量组数字根据分组变量中的惟一值定义组。splitapply
在应用函数之前,使用组号将数据有效地分割为组。
分组变量可能会缺少值。该表显示了每种数据类型的缺失值指示器。如果分组变量缺少值,则findgroups
分配南
作为组号,和splitapply
忽略数据变量中相应的值。
分组变量数据类型 |
缺少价值指标 |
---|---|
数字 |
|
逻辑 |
(不能缺少) |
分类 |
|
|
|
|
|
字符向量的单元格阵列 |
|
字符串 |
|
findgroups
|Rowfun.
|splitapply
|varfun