主要内容

创建时间表

这个例子展示了如何创建时间表、组合时间表以及将多个时间表中的数据调整为一个公共时间向量。公共时间向量可以包含一个或两个时间表中的时间,也可以是您指定的一个全新的时间向量。这个例子展示了如何计算和显示包含在不同时间表中的天气测量的日平均值。

时间表是一种类型的表,它与每一行相关联。时间表可以存储面向列的数据变量,这些数据变量具有不同的数据类型和大小,只要每个变量具有相同数量的行数。此外,时间表提供了组合,下标中的特定时间功能,并调整其数据。

从文件中导入时间表

将空气质量数据和天气测量数据载入两个不同的时间表。测量日期为2015年11月15日至2015年11月19日。空气质量数据来自建筑物内的传感器,而天气测量数据来自建筑物外的传感器。

属性从表中读取空气质量数据readtimetable函数。输出是一个时间表。

在室内= readtimetable ('in室内.csv');

控件还可以从m × n数组创建一个时间表array2timetable函数,或从工作区变量使用时间表函数。

的前五行在室内。时间表的每一行都有一个时间来标记这一行数据。

在室内(1:5,:)
ans =5×2时间表时间湿度空气质量___________________ __________________ 2015-11-15 00:00:24 36 80 2015-11-15 01:13:35 36 80 2015-11-15 02:26:47 37 79 2015-11-15 03:39:59 37 82 2015-11-15 04:53:11 36 80

使用天气测量加载时间表。的前五行在户外

负载在户外户外(1:5,:)
ans =5×3时间表时间湿度温度flowhggg ___________________ ___________________________ 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

同步时间表

时间表,在室内在户外,含有不同时间内外的不同测量值。将所有数据组合成一个时间表同步函数。

tt =同步(室内、室外);: tt (1:5)
ans =5×5时间表时间Humidity_indoors AirQuality Humidity_outdoors TemperatureF PressureHg  ___________________ ________________ __________ _________________ ____________ __________ 2015-11-15 00:00:24 36 80 49 51.3 - 29.61 2015-11-15 01:13:35 36 80南南南2015-11-15 01:30:24南南48.9 51.5 29.61 79 02:26:47 37 2015-11-15南南南2015-11-15 03:00:24南南48.9 51.5 29.61

输出的时间表,tt包含两时间表的所有时间。同步丢失缺少的数据指示器,其中没有数据值tt。当两个输入时间表都有相同名称的变量时,例如湿度,同步重命名两个变量并向输出时间表添加。

再次同步时间表,这次用线性插值填充缺失的数据值。

ttLinear =同步(在室内,室外,“联盟”,“线性”);: ttLinear (1:5)
ans =5×5时间表时间Humidity_indoors AirQuality Humidity_outdoors TemperatureF PressureHg  ___________________ ________________ __________ _________________ ____________ __________ 80 00:00:24 36 2015-11-15 49 80 01:13:35 36 2015-11-15 48.919 51.463 29.61 29.61 51.3 2015-11-15 01:30:24 36.23 79.77 48.9 51.5 29.61 2015-11-15 02:26:47 37 79 48.9 51.5 29.61 2015-11-15 03:00:24 37 80.378 48.9 51.5 29.61

一个时间表调整数据

您还可以将单个时间表中的数据调整为新的时间矢量。计算变量的平均值ttlinear.超过六小时的间隔ret函数。如果有行值调整数据后,使用rmmissing.函数。

电视= [DateTime(2015,11,15):小时(6):Datetime(2015,11,18)];Tthourly = Retime(Ttlinear,TV,'意思是');tthourly = rmmissing(tthourly);

情节时间表数据

将数据归一化ttHourly时间表中每个变量的平均值。画出这些测量值的日平均值。你可以使用变量访问变量的时间表属性。ttHourly.Variables返回相同的变量ttHourly {:,:}

ttmeanvars = tthourly.variables./mean(tthourly.variables);情节(Tthourly.time,Ttmeanvars);传奇(tthourly.properties.variablenames,'口译员',“没有”);包含(“时间”);ylabel (“规范化天气测量”);标题(“每日平均天气趋势”);

另请参阅

|||||

相关话题