Документация

Группировка переменных

Группирующиеся переменные являются переменными, используемыми, чтобы сгруппировать, или категоризировать, наблюдения — то есть, значения данных в других переменных. Группирующаяся переменная может быть любым из этих типов данных:

Переменные данных являются переменными, которые содержат наблюдения. Группирующаяся переменная должна иметь значение, соответствующее каждому значению в переменных данных. Значения данных принадлежат той же группе, когда соответствующие значения в группирующейся переменной являются тем же самым.

Эта таблица показывает примеры переменных данных, группируя переменные и группы, что можно создать, когда вы разделяете переменные данных с помощью группирующихся переменных.

Можно дать группы понятных имен данных, когда вы используете массивы ячеек из символьных векторов или категориальные массивы как группирующиеся переменные. Категориальный массив является эффективным и гибким выбором группировки переменной.

Определение группы

Как правило, существует столько же групп, сколько существуют уникальные значения в группирующейся переменной. (Категориальный массив также может включать категории, которые не представлены в данных.) Группы и порядок групп зависят от типа данных группирующейся переменной.

Функция findgroups может принять несколько группирующихся переменных, например G = findgroups(A1,A2). Также можно включать несколько группирующихся переменных в таблицу, например T = table(A1,A2); G = findgroups(T). Функция findgroups задает группы уникальными комбинациями значений через соответствующие элементы группирующихся переменных. findgroups решает порядок по приказу первой переменной группировки, и затем по приказу второй переменной группировки, и так далее. Например, если A1 = {'a','a','b','b'} и A2 = [0 1 0 0], то уникальными значениями через группирующиеся переменные является 'a' 0, 'a' 1 и 'b' 0, задавая три группы.

Рабочий процесс "разделение применяет объединение

После того, как вы выберете группирующиеся переменные и разделите переменные данных в группы, можно применить функции к группам и объединить результаты. Этот рабочий процесс называется, рабочий процесс "Разделение Применяет Объединение". Можно использовать findgroups, и splitapply функционирует вместе, чтобы анализировать группы данных в этом рабочем процессе. Эта схема показывает простой пример с помощью группирующегося переменного Gender и переменной данных Height, чтобы вычислить среднюю высоту полом.

Функция findgroups возвращает вектор чисел группы, которые задают группы на основе уникальных значений в группирующихся переменных. splitapply использует числа группы, чтобы разделить данные в группы эффективно прежде, чем применить функцию.

Значения Missing Group

Группировка переменных может иметь отсутствующие значения. Эта таблица показывает индикатор отсутствующего значения для каждого типа данных. Если группирующаяся переменная имеет отсутствующие значения, то findgroups присваивает NaN как номер группы, и splitapply игнорирует соответствующие значения в переменных данных.