我有一大组数据(约100万个条目),存储为具有多列和多行的单元格.我的问题是我需要识别同时发生的条目,然后操纵其他列,以便删除重复日期的行而不会丢失所有信息.
可以如此初始化这种数据的子集的示例;
data = {'10:30', 100; '10:30', 110; '10:31', 115;'10:32', 110}
也就是说,我有一个带有一列字符串(表示时间)的单元格,以及另一列(实际数据中有很多)的双精度单元格.
我的代码应该注意重复的10:30(可能有很多这样的重复),然后能够接受相应的双精度(100和110)作为某些函数的输入f(100,110),然后从中删除重复的行数据.
也就是说,如果函数是平均值,那么我应该有一个类似的输出
data =
'10:30' [105]
'10:31' [115]
'10:32' [110]
如果循环足够快,这将非常简单,但是对于我的数据集,即使尝试涉及循环的解决方案也没有意义.
我已经到了
[uniqueElements, firstUniquePosition, commonSets] = unique(data(:,1));
经过多次摆弄后,会产生一些看似有用的信息,
uniqueElements =
'10:30'
'10:31'
'10:32'
firstUniquePosition =
1
3
4
commonSets =
1
1
2
3
但我无法弄清楚如何制作一个矢量化语句,允许我操纵具有常见日期的元素.
我想它会涉及cellfun某些方面,但我不知道matlab的功能是否足以实现它而没有朝着正确的方向发展.