创建和组织缺失的数据

在MATLAB中缺失值的形式取决于数据类型。例如，数字数据类型双使用南(不是一个数字)来表示缺失的值。

x = [n1 2 3 4];

也可以使用失踪值来表示缺少的数值数据或其他类型的数据，例如datetime,字符串,分类。MATLAB自动转换失踪值转换为数据的原生类型。

xDouble =[缺少1 2 3 4]

xDouble =1×5南1 2 3 4

xDatetime = [missing datetime(2014,1:4,1)]

xDatetime =1 x5 datetime日期:2014年1月1日-2014年2月1日-2014年3月1日-2014年4月

xString =[失踪“一个”“b”“c”“d”]

xString =1 x5字符串 "a" "b" "c" "d"

xCategorical =[缺少categorical({)]“cat1”“cat2”“cat3”“cat4”}))

xCategorical =1 x5分类 cat1 cat2 cat3 cat4

数据集可能包含您希望视为缺失数据的值，但不是MATLAB中的标准缺失值，例如南。你可以使用standardizeMissing函数将这些值转换为该数据类型的标准缺失值。例如，把4当作缺失双除了价值南。

xStandard = standarzemissing (xDouble，[4 NaN])

xStandard =1×5南1 2 3南

假设您希望保留丢失的值作为数据集的一部分，但将它们与其他数据隔离。几个MATLAB函数使您能够在进一步处理之前控制缺失值的位置。例如，使用“MissingPlacement”选择与排序函数将南S到数据的末尾。

xSort =排序(xStandard,“MissingPlacement”,“最后一次”)

xSort =1×51 2 3南南

查找、替换和忽略丢失的数据

即使您没有在MATLAB中显式地创建缺失的值，它们也会在导入现有数据或使用数据进行计算时出现。如果您没有意识到数据中缺失的值，后续的计算或分析可能会产生误导。

例如，如果你不知道画一个包含a的向量南值时,南不出现是因为情节函数忽略它并正常地绘制剩下的点。

nanData = [1:9 NaN];nanData情节(1:10)

但是，如果计算数据的平均值，结果是南。在这种情况下，提前知道数据包含南，然后选择忽略或删除它，再计算平均值。

meanData =意味着(nanData)

meanData =南

一种方法南数据中的S是通过isnan函数，它返回一个逻辑数组，指示any的位置南价值。

TF = isnan (nanData)

TF =1 x10逻辑阵列0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1

类似地,ismissing函数返回多个数据类型中缺失值的位置。

TFdouble = ismissing (xDouble)

TFdouble =1 x5逻辑阵列1 0 0 0

TFdatetime = ismissing (xDatetime)

TFdatetime =1 x5逻辑阵列1 0 0 0

假设您正在处理一个由多种数据类型的变量组成的表或时间表。您可以通过一次调用找到所有缺失的值ismissing不管他们是哪种类型。

xTable =表(xDouble”、xDatetime”xString ', xCategorical ')

xTable =5×4表Var1 Var2 Var3 Var4  ____ ___________ _________ ___________ 南NaT失踪> < <定义> 1 01 - 1月- 2014”“cat1 2 01 - 2014年2月,“b”cat2 3 01 - 3月- 2014“c”cat3 4 01 - 4月- 2014 cat4“d”

TF = ismissing (xTable)

TF =5 x4逻辑阵列1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

缺失的值可能表示无法处理或分析的数据。使用fillmissing用另一个值替换缺失的值，或使用rmmissing完全删除缺失的值。

xFill = fillmissing (xStandard,“不变”, 0)

xFill =1×50 1 2 3 0

xRemove = rmmissing (xStandard)

xRemove =1×31 2 3

许多MATLAB函数使您能够忽略缺失的值，而不必首先明确地定位、填充或删除它们。例如，如果你计算一个包含南值，结果是南。但是，您可以直接忽略南和中的S“omitnan”选择与总和函数。

sumNan =总和(xDouble)

sumNan =南

sumOmitnan =总和(xDouble,“omitnan”)

sumOmitnan = 10