可以使用分组变量将数据变量分成组。通常,选择分组变量是第一步Split-Apply-Combine工作流。您可以将数据拆分为组,对每个组应用一个函数,并组合结果。您还可以在分组变量中表示缺失的值,以便忽略数据变量中相应的值。
分组变量是用来对观察进行分组或分类的变量,即其他变量中的数据值。一个分组变量可以是这些数据类型中的任何一种:
数字、逻辑、分类datetime
,或持续时间
向量
字符向量的单元数组
表,其中包含此列表中任何数据类型的表变量
数据变量是包含观测值的变量。分组变量必须有一个值对应于数据变量中的每个值。当组变量中对应的值相同时,数据值属于同一组。
此表展示了数据变量、分组变量以及使用分组变量拆分数据变量时可以创建的组的示例。
数据变量 |
分组变量 |
组织的数据 |
---|---|---|
|
|
|
|
|
|
|
|
|
当使用字符向量的单元数组或分类数组作为分组变量时,可以为数据组提供有意义的名称。分类数组是一种高效、灵活的分组变量选择方法。
通常,组的数量与组变量中惟一值的数量相同。(一个类别数组还可以包含数据中没有表示的类别。)组和组的顺序取决于分组变量的数据类型。
对数字、逻辑datetime
,或持续时间
向量,或字符向量的单元数组,这些组对应于按升序排序的惟一值。
对于分类数组,组对应于数组中观察到的惟一值,按类别
函数。
的findgroups
例如,函数可以接受多个分组变量G = findgroups (A1, A2)
。例如,您还可以在一个表中包含多个分组变量T =表(A1, A2);G = findgroups (T)
。的findgroups
函数通过组变量对应元素之间的值的唯一组合来定义组。findgroups
根据第一个分组变量的顺序确定顺序,然后根据第二个分组变量的顺序确定顺序,依此类推。例如,如果A1 = {' a ', ' a ', ' b ', ' b '}
和A2 = [0 1 0 0]
,则组变量之间的惟一值为' ' 0
,“一个”1
,“b”0
定义三个组。
在选择分组变量并将数据变量拆分为组之后,可以将函数应用到组并组合结果。这个工作流被称为“分裂-应用-合并”工作流。你可以使用findgroups
和splitapply
在此工作流中一起分析数据组的功能。该图显示了一个使用分组变量的简单示例性别
数据变量高度
按性别计算平均身高。
的findgroups
函数返回一个向量组数字根据分组变量中的惟一值定义组。splitapply
在应用函数之前,使用组号将数据有效地分成组。
分组变量可能会丢失值。此表显示每种数据类型缺少的值指示符。如果一个分组变量缺少值,那么findgroups
分配南
作为组号,和splitapply
忽略数据变量中相应的值。
分组变量数据类型 |
缺失值指标 |
---|---|
数字 |
|
逻辑 |
(不能缺少) |
分类 |
|
|
|
|
|
字符向量的单元数组 |
|
字符串 |
|
findgroups
|rowfun
|splitapply
|varfun