В этом примере показано, как выполнить повторную выборку и агрегировать данные в расписании. Расписание - это тип таблицы, который связывает время с каждой строкой. В расписании могут храниться переменные данных, ориентированные на столбцы, которые имеют различные типы и размеры данных, при условии, что каждая переменная имеет одинаковое количество строк. С помощью retime можно выполнить повторную выборку данных расписания или агрегировать данные расписания в определенные временные ячейки.
Загрузить расписание, содержащее измерения погоды, сделанные с 15 ноября 2015 года по 19 ноября 2015 года. График содержит показания влажности, температуры и давления, снятые за этот период времени.
load outdoors
outdoors(1:5,:)ans=5×3 timetable
Time Humidity TemperatureF PressureHg
___________________ ________ ____________ __________
2015-11-15 00:00:24 49 51.3 29.61
2015-11-15 01:30:24 48.9 51.5 29.61
2015-11-15 03:00:24 48.9 51.5 29.61
2015-11-15 04:30:24 48.8 51.5 29.61
2015-11-15 06:00:24 48.7 51.5 29.6
Определите, является ли расписание регулярным. Регулярное расписание - это расписание, в котором различия между всеми последовательными временами строк одинаковы. outdoors не является регулярным расписанием.
TF = isregular(outdoors)
TF = logical
0
Найдите различия во временных шагах. Они варьируются от полминуты до полутора часов.
dt = unique(diff(outdoors.Time))
dt = 3x1 duration
00:00:24
01:29:36
01:30:00
Скорректируйте данные в расписании с помощью retime функция. Укажите часовой временной вектор. Выполните интерполяцию данных расписания к новым временам строк.
TT = retime(outdoors,'hourly','spline'); TT(1:5,:)
ans=5×3 timetable
Time Humidity TemperatureF PressureHg
___________________ ________ ____________ __________
2015-11-15 00:00:00 49.001 51.298 29.61
2015-11-15 01:00:00 48.909 51.467 29.61
2015-11-15 02:00:00 48.902 51.51 29.61
2015-11-15 03:00:00 48.9 51.5 29.61
2015-11-15 04:00:00 48.844 51.498 29.611
Укажите часовой временной вектор для TT. Для каждой строки в TT, скопируйте значения из соответствующей строки в outdoors чье время строки является ближайшим.
TT = retime(outdoors,'hourly','nearest'); TT(1:5,:)
ans=5×3 timetable
Time Humidity TemperatureF PressureHg
___________________ ________ ____________ __________
2015-11-15 00:00:00 49 51.3 29.61
2015-11-15 01:00:00 48.9 51.5 29.61
2015-11-15 02:00:00 48.9 51.5 29.61
2015-11-15 03:00:00 48.9 51.5 29.61
2015-11-15 04:00:00 48.8 51.5 29.61
retime функция предоставляет методы агрегации, такие как mean. Вычислите дневные средние значения для данных в outdoors.
TT = retime(outdoors,'daily','mean'); TT
TT=4×3 timetable
Time Humidity TemperatureF PressureHg
___________________ ________ ____________ __________
2015-11-15 00:00:00 48.931 51.394 29.607
2015-11-16 00:00:00 47.924 51.571 29.611
2015-11-17 00:00:00 48.45 51.238 29.613
2015-11-18 00:00:00 49.5 50.8 29.61
Рассчитайте средние значения за шестичасовые интервалы времени. Укажите обычный шаг времени с помощью 'regular' входной аргумент и 'TimeStep' аргумент пары имя-значение.
TT = retime(outdoors,'regular','mean','TimeStep',hours(6)); TT(1:5,:)
ans=5×3 timetable
Time Humidity TemperatureF PressureHg
___________________ ________ ____________ __________
2015-11-15 00:00:00 48.9 51.45 29.61
2015-11-15 06:00:00 48.9 51.45 29.6
2015-11-15 12:00:00 49.025 51.45 29.61
2015-11-15 18:00:00 48.9 51.225 29.607
2015-11-16 00:00:00 48.5 51.4 29.61
В качестве альтернативы можно указать вектор времени, имеющий те же шестичасовые интервалы времени. Укажите формат вектора времени для отображения даты и времени при отображении расписания.
tv = datetime(2015,11,15):hours(6):datetime(2015,11,18); tv.Format = 'dd-MMM-yyyy HH:mm:ss'; TT = retime(outdoors,tv,'mean'); TT(1:5,:)
ans=5×3 timetable
Time Humidity TemperatureF PressureHg
____________________ ________ ____________ __________
15-Nov-2015 00:00:00 48.9 51.45 29.61
15-Nov-2015 06:00:00 48.9 51.45 29.6
15-Nov-2015 12:00:00 49.025 51.45 29.61
15-Nov-2015 18:00:00 48.9 51.225 29.607
16-Nov-2015 00:00:00 48.5 51.4 29.61
retime | synchronize | table2timetable | timetable