Заполните отсутствующие значения
F = fillmissing(A,'constant',v)v. Если A матричный или многомерный массив, затем v может быть или скаляр или вектор. Когда v вектор, каждый элемент задает значение заливки в соответствующем столбце A. Если A таблица или расписание, затем v может также быть массив ячеек.
Отсутствующие значения заданы согласно типу данных A:
NaN 'double'единственныйдлительность, и calendarDuration
NaT datetime
<missing> Строка
<undefined> категориальный
' ' 'char'
{''} ячейка из символьных массивов
Если A таблица, затем тип данных каждого столбца задает отсутствующее значение для того столбца.
F = fillmissing(___,Name,Value)t вектор временных стоимостей, затем fillmissing(A,'linear','SamplePoints',t) интерполирует данные в A относительно времен в t.
Вектор с NaN ЗначенияСоздайте вектор, который содержит NaN значения и замена каждый NaN с предыдущим неотсутствующим значением.
A = [1 3 NaN 4 NaN NaN 5];
F = fillmissing(A,'previous')F = 1×7
1 3 3 4 4 4 5
Используйте интерполяцию, чтобы заменить NaN значения в неоднородно выборочных данных.
Задайте вектор неоднородных точек выборки и оцените синусоидальную функцию по точкам.
x = [-4*pi:0.1:0, 0.1:0.2:4*pi]; A = sin(x);
Введите NaN значения в A.
A(A < 0.75 & A > 0.5) = NaN;
Заполните недостающие данные с помощью линейной интерполяции и возвратите заполненный векторный F и логический векторный TF. Значение 1 (true) в записях TF соответствует значениям F это было заполнено.
[F,TF] = fillmissing(A,'linear','SamplePoints',x);
Отобразите на графике исходные данные и заполненные данные.
plot(x,A,'.', x(TF),F(TF),'o') xlabel('x'); ylabel('sin(x)') legend('Original Data','Filled Missing Data')
NaN с движущейся медианойИспользуйте движущуюся медиану, чтобы заполнить недостающие числовые данные.
Создайте вектор точек выборки x и вектор данных A это содержит отсутствующие значения.
x = linspace(0,10,200); A = sin(x) + 0.5*(rand(size(x))-0.5); A([1:10 randi([1 length(x)],1,50)]) = NaN;
Замените NaN значения в A использование движущейся медианы с окном длины 10, и график и исходные данные и заполненные данные.
F = fillmissing(A,'movmedian',10); plot(x,F,'r.-',x,A,'b.-') legend('Filled Missing Data','Original Data')
Создайте матрицу с недостающими записями и заливкой через столбцы (второе измерение) одна строка во время с помощью линейной интерполяции. Для каждой строки, заливка ведущие и запаздывающие отсутствующие значения с самым близким неотсутствующим значением в той строке.
A = [NaN NaN 5 3 NaN 5 7 NaN 9 NaN;
8 9 NaN 1 4 5 NaN 5 NaN 5;
NaN 4 9 8 7 2 4 1 1 NaN]A = 3×10
NaN NaN 5 3 NaN 5 7 NaN 9 NaN
8 9 NaN 1 4 5 NaN 5 NaN 5
NaN 4 9 8 7 2 4 1 1 NaN
F = fillmissing(A,'linear',2,'EndValues','nearest')
F = 3×10
5 5 5 3 4 5 7 8 9 9
8 9 5 1 4 5 5 5 5 5
4 4 9 8 7 2 4 1 1 1
Заполните отсутствующие значения для табличных переменных с различными типами данных.
Составьте таблицу, переменные которой включают categorical'double', и char типы данных.
A = table(categorical({'Sunny';'Cloudy';''}),[66;NaN;54],{'';'N';'Y'},[37;39;NaN],...
'VariableNames',{'Description' 'Temperature' 'Rain' 'Humidity'})A=3×4 table
Description Temperature Rain Humidity
___________ ___________ __________ ________
Sunny 66 {0x0 char} 37
Cloudy NaN {'N' } 39
<undefined> 54 {'Y' } NaN
Замените все недостающие записи на значение от предыдущей записи. С тех пор в Rain нет никакого предыдущего элемента переменная, вектор отсутствующего символа не заменяется.
F = fillmissing(A,'previous')F=3×4 table
Description Temperature Rain Humidity
___________ ___________ __________ ________
Sunny 66 {0x0 char} 37
Cloudy 66 {'N' } 39
Cloudy 54 {'Y' } 39
Замените NaN значения от Temperature и Humidity переменные в A с 0.
F = fillmissing(A,'constant',0,'DataVariables',{'Temperature','Humidity'})
F=3×4 table
Description Temperature Rain Humidity
___________ ___________ __________ ________
Sunny 66 {0x0 char} 37
Cloudy 0 {'N' } 39
<undefined> 54 {'Y' } 0
В качестве альтернативы используйте isnumeric функция, чтобы идентифицировать числовые переменные, чтобы работать с.
F = fillmissing(A,'constant',0,'DataVariables',@isnumeric)
F=3×4 table
Description Temperature Rain Humidity
___________ ___________ __________ ________
Sunny 66 {0x0 char} 37
Cloudy 0 {'N' } 39
<undefined> 54 {'Y' } 0
A — Входные данныеВходные данные, заданные как вектор, матрица, многомерный массив, таблица или расписание.
Если A расписание, затем только табличные значения заполнены. Если связанный вектор времен строки содержит NaT или NaN значение, затем fillmissing производит ошибку. Времена строки должны быть уникальными и перечислены в порядке возрастания.
Типы данных: double | single | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical | char | string | cell | table | timetable | categorical | datetime | duration | calendarDuration
v — Постоянная заливкаЗаливка, постоянная, заданная как скаляр, вектор или массив ячеек. v может быть вектор когда A матричный или многомерный массив. v может быть массив ячеек когда A таблица или расписание.
Типы данных: double | single | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical | char | cell | categorical | datetime | duration
method fillmethod 'previous' | 'next' | 'nearest' | 'linear' | 'spline' | 'pchip' | 'makima'Метод заполнения, заданный как одно из следующего:
| Метод | Описание |
|---|---|
'previous' | предыдущее неотсутствующее значение |
'next' | следующее неотсутствующее значение |
'nearest' | самое близкое неотсутствующее значение |
'linear' | линейная интерполяция соседних, неотсутствующих значений (числовой, duration, и datetime только типы данных) |
'spline' | кусочная интерполяция кубическим сплайном (числовой, duration, и datetime только типы данных) |
'pchip' | сохраняющая форму кусочная интерполяция кубическим сплайном (числовой, duration, и datetime только типы данных) |
'makima' | модифицированный Акима кубическая интерполяция Эрмита (числовой, duration, и datetime только типы данных) |
movmethod — Движущийся метод'movmean' | 'movmedian'Движущийся метод, чтобы заполнить недостающие данные, заданные как одно из следующего:
| Метод | Описание |
|---|---|
'movmean' | Скользящее среднее значение по окну длины window (только типы числовых данных) |
'movmedian' | Движущаяся медиана по окну длины window (только типы числовых данных) |
window — Длина окнаДлина окна, заданная как положительный целочисленный скаляр, двухэлементный вектор положительных целых чисел, положительного скаляра длительности или двухэлементного вектора положительной длительности.
Когда window положительный целочисленный скаляр, затем окно сосредоточено о текущем элементе и содержит window-1 граничение с элементами. Если window даже, затем окно сосредоточено о текущих и предыдущих элементах. Если window двухэлементный вектор положительных целых чисел [b f], затем окно содержит текущий элемент, b элементы назад и f элементы вперед.
Когда A расписание или 'SamplePoints' задан как datetime или duration вектор, window должен иметь тип duration, и окна вычисляются относительно точек выборки.
Типы данных: double | single | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | duration
dim — Размерность, которая задает направление расчетаВеличина для работы, заданная как положительный целый скаляр. Если значение не задано, то по умолчанию это первый размер массива, не равный 1.
Когда A таблица или расписание, dim не поддержан. fillmissing действует вдоль каждой переменной таблицы или расписания отдельно.
Рассмотрите двумерный входной массив, A.
Если dim=1, затем fillmissing заливки A столбец столбцом.
Если dim=2, затем fillmissing заливки A строка строкой.
Типы данных: double | single | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64
Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.
fillmissing(A,'DataVariables',{'Temperature','Altitude'}) заливки только столбцы, соответствующие Temperature и Altitude переменные входной таблицыОчистить недостающие данные | filloutliers | ismissing | isnan | missing | rmmissing | standardizeMissing