主要内容

findgroups.

查找组并返回组号

折叠所有页面

句法

g = findgroups（a）
G = findgroups (A1,…)
[g，id] = findgroups（a）
[g，Id1，...，Idn] = findgroups（a1，...，a）
g = findgroups（t）
(G, TID) = findgroups (T)

描述

例子

G= findgroups (一种）回报G，由分组变量创建的组号向量一种．输出参数G包含1到的整数值N,表明N不同的群体N独特的价值观一种．例如,如果一种是{'b'，'a'，'a'，'b'}， 然后findgroups.回报G作为[2 1 1 2]．您可以使用G将数据组分成其他变量。采用G的输入参数splitapply在Split-Apply-Combine工作流．

findgroups.对待空的字符向量和南那纳，和未定义的分类值一种作为缺失的值并返回南作为对应的元素G．

例子

G= findgroups（a1，...，a）创建组号码A1，......，一个．这findgroups.函数将组定义为跨越值的唯一组合A1，......，一个．例如,如果A1是{' a ', ' a ', ' b ', ' b '}和A2是[0 1 0 0]， 然后findgroups (A1, A2)回报G作为[1 2 3 3]，因为组合'b'0发生两次。

例子

[G那ID] = findgroups（一种）中每个组的唯一值ID．例如,如果一种是{'b'，'a'，'a'，'b'}， 然后findgroups.回报G作为[2 1 1 2]和ID作为{'a'，'b'}．的参数一种和ID是相同的数据类型，但不必是相同的大小。

例子

[G，ID1，...，Idn] = findgroups（a1，...，a）还返回每个组的唯一值ID1、…,印度尼西亚．的值在ID1、…,印度尼西亚定义组。例如,如果A1是{' a ', ' a ', ' b ', ' b '}和A2是[0 1 0 0]， 然后findgroups (A1, A2)回报G作为[1 2 3 3],ID1和ID2下作为{' a ', ' a ', ' b '}和(0 1 0)．

例子

G= findgroups (T.）回报G，由表中的变量创建的组号向量T.．这findgroups.函数处理所有变量T.作为分组变量。

例子

[G那t] = findgroups（T.）同样的回报t，包含每个组的唯一值的表。t的变量之间的值的唯一组合T.．中的变量T.和t具有相同的名称，但表不必具有相同的行数。

例子

全部收缩

打开生活的脚本

使用组编号将患者高度测量分成性别分组。然后计算每个组的平均高度。

从数据文件中载入病人的身高和性别患者．

加载病人谁是性别高度
名称大小字节类属性性别100x1 11412细胞高度100x1 800双

通过性别指定组findgroups.．

g = findgroups（性别）;

比较的前五个元素性别和G．在哪里性别包含'女性'那G包含1．在哪里性别包含'男性'那G包含2．

性别（1：5）
ans =.5 x1细胞{“男性”}{‘男性’}{‘女性’}{‘女性’}{‘女性’}
G (1:5)
ans =.5×12 2 1 1 1

分裂高度变量分为两组高度使用G．应用的意思是函数。这些组分别包含女性和男性患者的平均身高。

splitapply（@均值，高度，g）
ans =.2×165.1509 69.2340
打开生活的脚本

根据性别和吸烟者的身份，计算患者分组的平均血压。

从数据文件中加载患者的血压读数、性别和吸烟数据患者．

加载病人谁是收缩压舒张压性别吸烟者
名称大小字节类属性舒张期100x1 800双性别100x1 11412细胞吸烟者100x1 100逻辑收缩期100x1 800双

使用关于患者的性别和吸烟信息指定组。G包含一到四个的整数，因为有四种可能的值组合吸烟者和性别．

g = findgroups（吸烟者，性别）;g（1:10）
ans =.10×14 2 1 1 1 1 3 2 2 1

计算各组的平均血压。

飞艇=透明度（@均值，收缩，g）;MilitDiaStolic = Splitapply（@平均值，舒张，G）;MBP = [均衡，意味着]
MBP =.4×2119.4250 79.0500 119.3462 79.8846 129.0000 89.2308 129.5714 90.3333
打开生活的脚本

计算患者组的中位数高度，并将结果显示在表格中。要定义患者组，请使用来自的附加输出参数findgroups.．

从数据文件中载入病人的身高和性别患者．

加载病人谁是性别高度
名称大小字节类属性性别100x1 11412细胞高度100x1 800双

通过性别指定组findgroups.．输出参数中的值性别定义组findgroups.在分组变量中查找。

(G,性别)= findgroups(性别);

计算中值高度。创建一个包含中值高度的表。

Medianheight = Splitapply（@中位数，高度，g）;T =表（性别，中间海洋）
T =2×2表性别medianHeight  __________ ____________ {' 女性的65{‘男性’}69}
打开生活的脚本

计算各组患者的平均血压，并将结果显示在表格中。若要定义患者组，请使用findgroups.．

从数据文件中加载100名患者的血压读数、性别和吸烟数据患者．

加载病人谁是收缩压舒张压性别吸烟者
名称大小字节类属性舒张期100x1 800双性别100x1 11412细胞吸烟者100x1 100逻辑收缩期100x1 800双

使用关于患者的性别和吸烟信息指定组。计算每组的平均血压。输出参数上的值性别和吸烟者定义组findgroups.在分组变量中查找。

[g，性别，吸烟者] = findgroups（性别，吸烟者）;飞艇=透明度（@均值，收缩，g）;MilitDiaStolic = Splitapply（@平均值，舒张，G）;

创建一张表，其中每组患者的平均血压。

T =表(性别、吸烟、meanSystolic meanDiastolic)
T =4×4表性别吸烟者meanSystolic meanDiastolic  __________ ______ ____________ _____________ {' 女性的}假119.42 - 79.05{‘女性’}真129 89.231{‘男性’}假119.35 - 79.885{‘男性’}真正的129.57 - 90.333
打开生活的脚本

使用桌子中的分组变量计算患者的平均血压。

将10名患者的性别和吸烟数据加载到桌子上。

加载病人T =表（性别，吸烟者）;T（1：5，:)
ans =5×2表性别吸烟__________ ______ {'男性'}真实{男性'}假{女性'}假{女性'}假{女性'}假

指定使用性别和吸烟者变量T.．

G = findgroups (T);

根据数据变量计算平均血压收缩压和舒张压．

飞艇=透明度（@均值，收缩，g）;MilitDiaStolic = Splitapply（@平均值，舒张，G）;MBP = [均衡，意味着]
MBP =.4×2119.4250 79.0500 129.0000 89.2308 119.3462 79.8846 129.5714 90.3333
打开生活的脚本

创建一个按性别和吸烟或不吸烟状态分组的患者平均血压表。

将患者的性别和吸烟数据载入表格。

加载病人T =表（性别，吸烟者）;

指定使用性别和吸烟者变量T.．输出表t识别组。

[g，tid] = findgroups（t）;t
tid =4×2表性别吸烟__________ ______ {女性'}假{女性'}真实{男性'}假{男性'}真实

根据数据变量计算平均血压收缩压和舒张压．附录意味着血压t．

tid.meansystolic = splitapply（@均值，收缩，g）;tid.meandiaastolic = splitapply（@均值，舒张，g）
tid =4×4表性别吸烟者手段意味着_______________________________________________________

输入参数

全部收缩

分组变量，指定为向量，字符向量的单元格数组或字符串数​​组。唯一的价值一种确定组。

如果一种是向量，那么它可以是数字或数据类型分类那calendarDuration那约会时间那期间那逻辑,或字符串．

分组变量，指定为表。findgroups.将每个表变量视为单独的分组变量。变量可以是数字或数据类型分类那calendarDuration那约会时间那期间那逻辑,或字符串．

输出参数

全部收缩

组号，作为正整数向量返回。为N组中确定的分组变量，在1和之间的每个整数N指定一组。G包含南其中任何分组变量包含一个空字符向量或南那纳，或未定义的分类值。

  • 如果分组变量是向量，那么G并且分组变量都是相同的大小。

  • 如果分组变量在表中，则G等于表的行数。

标识每个组的值，作为字符向量的向量或单元格数组返回。价值ID是排序的独特价值一种．

标识每个组的唯一值作为表返回。变量t的对应变量是否有唯一的排序值T.．然而,t和T.不需要有相同的行数。

更多关于

全部收缩

Split-Apply-Combine工作流

这分裂申请结合工作流在数据分析中很常见。在这个工作流中，分析师将数据分成组，对每个组应用一个功能，并合并结果。该图表显示了一个典型的工作流示例，以及由findgroups.和splitapply．

扩展功能

也可以看看

|||||||||||

话题

介绍了R2015b

MATLAB的文档

金宝app

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书