对变量分组以拆分数据

您可以使用分组变量将数据变量拆分为不同的组。通常，选择分组变量是拆分-应用-合并工作流的第一步。您可以将数据拆分为不同的组，对每个组应用一个函数，然后合并结果。您还可以在分组变量中表示缺失值，以便忽略数据变量中的对应值。

分组变量

分组变量是用于进行分组或分类的变量或观测值（即其他变量中的数据值）。分组变量可以是以下任意一种数据类型：

数值、逻辑值、分类、datetime 或 duration 向量
字符向量元胞数组
表，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。分组变量必须具有与数据变量中的各个值对应的值。当分组变量中的对应值相同时，数据值属于同一个组。

下表显示了数据变量、分组变量以及您在使用分组变量拆分数据变量时可创建的组的示例。

数据变量	分组变量	数据组
`[5 10 15 20 25 30]`	`[0 0 0 0 1 1]`	`[5 10 15 20] [25 30]`
`[10 20 30 40 50 60]`	`[1 3 3 1 2 1]`	`[10 40 60] [50] [20 30]`
`[64 72 67 69 64 68]`	`{'F','M','F','M','F','F'}`	`[64 67 64 68] [72 69]`

当您使用字符向量元胞数组或分类数组作为分组变量时，可以为数据组赋予有意义的名称。如果要对变量进行分组，分类数组不失为一种高效且灵活的选择。

组定义

通常，组数和分组变量中的唯一值个数一样多。（分类数组还可包含数据中未表示的类别。）组和组的顺序取决于分组变量的数据类型。

对于数值、逻辑值、datetime 或 duration 向量或字符向量元胞数组，这些组对应于按升序排序的唯一值。
对于分类数组，这些组对应于相应数组中观测到的唯一值，并按 categories 函数返回的顺序进行排序。

findgroups 函数可接受多个分组变量，例如 G = findgroups(A1,A2)。您还可以在表中包含多个分组变量，例如 T = table(A1,A2); G = findgroups(T)。findgroups 函数会按分组变量的相应元素中的唯一值组合定义组。findgroups 会首先按第一个分组变量的顺序决定顺序，然后按第二个分组变量的顺序，以此类推。例如，如果 A1 = {'a','a','b','b'} 和 A2 = [0 1 0 0]，则分组变量中的唯一值为 'a' 0、'a' 1 和 'b' 0（分别定义三个组）。

拆分-应用-合并工作流

选择分组变量并将数据变量拆分为多个组后，可以对这些组应用函数并合并结果。此工作流称为拆分-应用-合并工作流。您可以结合使用 findgroups 和 splitapply 函数来分析此工作流中的数据组。下图显示了使用分组变量 Gender 和数据变量 Height 计算不同性别人群的平均身高的简单示例。

findgroups 函数会返回根据分组变量中的唯一值定义组的组编号向量。splitapply 会在应用函数之前有效使用组编号将数据分为不同组。