简介

在数据科学中，人们常说80%的时间花在准备数据上，20%的时间花在抱怨需要准备数据上。因此，让我们尝试通过在更短的时间内用MATLAB中的几行代码准备和预处理时间序列数据来解决这个问题。

演示

在本例中，我们将使用相量测量单元(pmu)的数据。

• 我们有15个pmu测量电压幅度，电压角度和频率同步到GPS时钟系统
• 他们位于澳大利亚的3个时区——东部夏令时时区、中央夏令时时区和东部标准时间
• pmu以3种不同的采样率进行采样:30,60,120hz
• 这发生在不同的时间偏移，因为pmu没有在同一时间开始记录

所以，是的，我们需要对数据进行整理和清理，以便进行进一步的分析。

我们的数据在三个Excel电子表格中，三个时区各一个，我们将使用Import Tool导入数据。如果我们在MATLAB中打开电子表格，默认情况下，它会在导入工具中打开。单击导入数据。然后，数据以表的形式存储在工作区中。

为了处理时间序列数据和处理特定于时间的函数，MATLAB有一个数据类型时间表这使得处理更容易。把表格转换成时间表，我们的时间应该在datetime格式。

方法将时间列从每个表中提取出来并将其转换为datetimedatetime函数。在同一行代码中，我们处理数据集的第一个挑战;数据位于三个不同的时区，偏移量不同。因此，在同一步骤中，我们通过将时区作为选项来对齐时区:澳大利亚/悉尼为东部夏令时，澳大利亚/阿德莱德为中央夏令时，澳大利亚/布里斯班为东部标准时间。

让我们用每个PMU的时间绘制频率测量图，以直观地确认时间对齐。我们可以看到频率重叠。因此，我们的时间排列是正确的。

一旦我们的时间列采用datetime格式并对齐，我们就可以使用函数将所有三个表转换为时间表table2timetable．我们现在有了三个时间表格式的表格。

接下来，我们继续清理数据。正如我们在这个链接的MATLAB文档中看到的，我们可以使用各种工作流程来处理和清理时间表，比如查找和删除缺失的数据，排序和删除重复的数据等。

这里我们演示了一种处理重复时间的方法。首先，使用唯一的函数创建一个向量UniqueTime它返回时间变量的唯一且已排序的行。这个向量不包含重复的行次数。为了验证，我们在这里检查有7个重复的行雾凇。我们使用调整时间函数计算具有重复行时间的所有其他变量的平均值。因此，现在我们有了一个没有重复行时间的新表UniquedataACDT。我们对另外两个表进行类似的处理。现在我们将使用三个新表。

可以用不同的方式处理缺失的数据。对于单个时刻表，我们可以使用次rmi函数并删除所有缺少数据的行。正如我们在这里对UniquedataACDT表所做的那样。

另一种方法是在连接表时使用插值。

属性将所有三个表连接到一个时间表中同步函数。Synchronize从所有输入时间表收集变量，并输出一个水平连接所有变量的时间表。

这里我们指定联盟在包含所有三个时间表时间的时间向量上同步。和线性用线性插值法填充缺失的时间表元素。

因此，现在我们有了一个由所有三个干净的时间表组成的Total表。

一旦我们清理了所有的数据，我们可以通过绘制数据来进行一些可视化分析。

这里我们展示了一个使用stackedplot函数。Stackedplot根据行时间绘制时间表的变量。我们将电压值VM6、VM1和VM11与总组合表中的行时间进行对比。

请参阅描述以查看更多关于数据预处理的资源，并下载代码来尝试使用您的数据集。

谢谢你！