数据更清洁

使用数据更清洁应用数据进行预处理和组织混乱的时间表通过移除一个变量,以平滑,规范化数据。然后,清理数据导出到MATLAB工作区。您可以按照以下步骤进行预处理和组织混乱的时间表数据,但是请注意,你的数据可能需要一组不同的清洗步骤。

这个例子展示了如何进行预处理和组织带时间戳的自行车交通数据。数据集来自传感器在百老汇街在剑桥,马。剑桥城提供了公共访问完整的数据集剑桥大学公开数据网站。

1. 开放的时间表数据更清洁应用程序

   使用MATLAB将来发布或MATLAB命令窗口打开数据更清洁应用程序。

   通过使用加载带时间戳的自行车交通数据bikeData = readtimetable (“BicycleCounts.csv”)在命令窗口中。然后,选择进口>导入工作区在数据更清洁应用,并指定时间表bikeData。另外,通过选择导入数据从文件导入>进口在数据更清洁应用程序。

   一旦加载到应用程序的时间表,视图的原始数据数据标签和数据汇总总结选项卡。

   

   探索中数据的时间表可视化选项卡。选择总,西行,往东的时间变量的变量面板。

   故事情节表明有一个时间之间的相关性和自行车交通。

2. 把变量从时间表

   的一天变量包含冗余的数据,因为数据收集的日子反映在时间戳。交互式地删除一天从使用的时间表变量面板。删除变量,单击右键一天并选择删除。变量删除现在出现的一个步骤清洗步骤面板。

3. 调整时间的时间表

   数据汇总显示缺失和重复的时间表中的时间戳值。对时间表进行排序,建立独特的行乘以,点击调整时间的时间表在清洗方法部分的家选项卡的程序,指定独特的输入行乘以的选择和使用方法总和聚合方法。接受清洗参数添加清洁步骤和更新的时间表。

   接受以参数之后,更新的数据汇总显示没有缺失或重复的时间戳值,时间戳排序从最早到最新。

   如果以没有必要为你的时间表,你可以交互地排序时间戳或另一个时间变量。通过单击箭头访问排序选项在变量的头数据选项卡。

4. 平滑的数据

   因为自行车流量峰值,某些天每周,平滑可以在每周减少噪音,给更好的洞察自行车交通趋势。平滑的数据,使用平滑的数据清洗方法。选择移动的意思平滑方法并指定一个集中7天窗口平滑。接受清洗参数添加清洁步骤和更新的时间表。

5. 规范化的数据

   因为这三个数值变量总,西行,往东的有不同的尺度,使用由标准差标准化规模。规范化的数据,使用规范化的数据清洗方法。选择规模归一化法和标准偏差作为规模类型。

   更清楚地预览这个清洗的步骤,明确传说中的原始数据的可视化。接受清洗参数添加清洁步骤和更新的时间表。

   

6. 出口的时间表

   导出清洁时间表通过选择MATLAB工作空间出口>出口到工作区。

   另外,通过选择出口清洁时间表代码出口>生成脚本或出口>生成函数。