Matlab
。欠損値はデータ内の意味のあるイベントを表していることもありますが,多くの場合,信頼できないか,使用できないデータ点を表しています。。
欠損データの作成と整理
Matlab,。,双
などの数値データ型では南
(。
x = [NaN 1 2 3 4];
失踪
値を使用して,欠損している数値データや他の型(datetime
、字符串
、分类
()(。Matlab,失踪
。
xDouble =[缺失1 2 3 4]
xDouble =1×5NaN 1 2 3 4
xDatetime = [missing datetime(2014,1:4,1)]
xDatetime =1 x5 datetimeNaT 01-Jan-2014 01-Feb-2014 01-Mar-2014 01-Apr-2014
xString =[缺失]“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<未定义> cat1 cat2 cat3 cat4
欠損データとして扱うのが望ましいものの,MATLABにおいて南
。関数standardizeMissing
。,南
【中文双
。
xStandard = standarzemissing (xDouble,[4 NaN])
xStandard =1×5NaN 1 2 3 NaN
。。【中文译文排序
で“MissingPlacement”
オプションを使用して,南
。
xSort = sort(xStandard,“MissingPlacement”,“最后一次”)
xSort =1×51 2 3 NaN NaN
欠損データの検索,置換,および無視
MATLABで欠損値が明示的に作成されていなくても,既存のデータのインポート,またはデータの計算によって発生することがあります。。
,南
値を含むベクトルを知らずにプロットすると,関数情节
★★★★★★★★★★★★★★★★★★★★★★南
【中文翻译】
nanData = [1:9 NaN];nanData情节(1:10)
★★★★★★★★★★★★★★南
? ? ? ?中文:南
が含まれていることを事前に認識し,平均を計算する前にそれを無視または削除するよう選択するほうが有益です。
meanData =平均值(nanData)
meanData = NaN
データ内の南
(1)、(1)、(1)、(1)isnan
? ? ? ? ? ?★★★★★★★南
逻辑的,逻辑的,逻辑的。
TF = isnan(nanData)
TF =1x10逻辑阵列0 0 0 0 0 0 0 0 1
【翻译ismissing
。
TFdouble = ismissing(xDouble)
TFdouble =1x5逻辑阵列1 0 0 0 0
TFdatetime = ismissing(xDatetime)
TFdatetime =1x5逻辑阵列1 0 0 0 0
表,时间表,时间表,表,表,表,表,表。データ型に関係なく,ismissing
1 .。
xTable = table(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 =5x4逻辑阵列1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
。fillmissing
を使用して欠損値を別の値に置き換えるか,rmmissing
。
xFill =填充缺失(xStandard,“不变”, 0)
xFill =1×50 1 2 3 0
xRemove = rmmissing(xStandard)
xRemove =1×31 2 3
多くのMATLAB関数では,あらかじめ明示的に特定,埋め込み,または削除することなく,欠損値を無視できます。,南
値を含むベクトルの総和を計算した場合,結果は南
? ? ? ?【翻译总和
で“omitnan”
オプションを使用すると,総和において南
全盘托出。
sumNan = sum(xDouble)
sumNan = NaN
sumOmitnan = sum(xDouble,“omitnan”)
sumOmitnan = 10
参考
ismissing
|fillmissing
|standardizeMissing
|失踪