groupcounts

G = groupcounts(T,groupvars) 返回表或时间表 T 中的唯一分组变量组合、每组中的成员数以及每组所占的数据百分比（范围为 [0, 100]）。组基于 groupvars 中各变量的行值划分，各组包含唯一值组合。输出表的每一行对应一个组。例如，G = groupcounts(T,"HealthStatus") 返回一个表，其中包含按变量 HealthStatus 分组的每个组的计数和百分比。

有关详细信息，请参阅组计数计算。

G = groupcounts(T,groupvars,groupbins) 指定在分组前根据分 bin 方案 groupbins 对 groupvars 中的行进行分 bin。例如，G = groupcounts(T,"SaleDate","year") 根据分组变量 SaleDate 返回 T 中所有销售每一年的组计数和组百分比。

G = groupcounts(___,Name,Value) 使用一个或多个名称-值参量为上述语法指定其他分组属性。例如，G = groupcounts(T,"Category1","IncludeMissingGroups",false) 将排除由 Category1 中的 <undefined> 所指示的 categorical 类型的缺失数据构成的组。

数组数据

B = groupcounts(A) 返回向量、矩阵或元胞数组 A 中每组的成员数。组基于 A 中各列向量的行值划分，各组均包含唯一值组合。B 的每一行包含一个组的计数。

B = groupcounts(A,groupbins) 指定在分组前根据分 bin 方案 groupbins 对数据进行分 bin。

B = groupcounts(___,Name,Value) 使用一个或多个名称-值参量为上述任一输入数组语法指定其他分组属性。

[B,BG,BP] = groupcounts(A,___) 返回其他组信息。BG 是与 B 中的行相对应的唯一分组向量组合。BP 是 B 中每个组计数所表示的数据的百分比。百分比范围为 [0, 100]。

示例

对表变量分组

基于表数据计算每个组中的元素数。

创建一个包含八个人信息的表 T。

HealthStatus = categorical(["Poor"; "Good"; "Fair"; "Fair"; "Poor"; "Excellent"; "Good"; "Excellent"]);
Smoker = logical([1; 0; 0; 1; 1; 0; 0; 1]);
Weight = [176; 153; 131; 133; 119; 120; 140; 129];
T = table(HealthStatus,Smoker,Weight)

T=8×3 table
    HealthStatus    Smoker    Weight
    ____________    ______    ______

     Poor           true       176  
     Good           false      153  
     Fair           false      131  
     Fair           true       133  
     Poor           true       119  
     Excellent      false      120  
     Good           false      140  
     Excellent      true       129

根据健康状况对个人进行分组，并返回每组中的人数和百分比。

G1 = groupcounts(T,"HealthStatus")

G1=4×3 table
    HealthStatus    GroupCount    Percent
    ____________    __________    _______

     Excellent          2           25   
     Fair               2           25   
     Good               2           25   
     Poor               2           25

按健康状况和是否吸烟对个人进行分组，并返回每组中的人数和百分比。默认情况下，groupcounts 会隐藏元素为零的组，因此不会返回分组变量值的某些唯一组合。

G2 = groupcounts(T,["HealthStatus","Smoker"])

G2=6×4 table
    HealthStatus    Smoker    GroupCount    Percent
    ____________    ______    __________    _______

     Excellent      false         1          12.5  
     Excellent      true          1          12.5  
     Fair           false         1          12.5  
     Fair           true          1          12.5  
     Good           false         2            25  
     Poor           true          2            25

要为每个组返回一行，包括元素数为零的组，请将 IncludeEmptyGroups 指定为 true。

G3 = groupcounts(T,["HealthStatus","Smoker"],"IncludeEmptyGroups",true)

G3=8×4 table
    HealthStatus    Smoker    GroupCount    Percent
    ____________    ______    __________    _______

     Excellent      false         1          12.5  
     Excellent      true          1          12.5  
     Fair           false         1          12.5  
     Fair           true          1          12.5  
     Good           false         2            25  
     Good           true          0             0  
     Poor           false         0             0  
     Poor           true          2            25

指定组分 bin

根据指定的分 bin 条件对数据进行分组。

创建一个时间表，其中包含一个月内某些日期的销售信息。

TimeStamps = datetime([2017 3 4; 2017 3 2; 2017 3 15; 2017 3 10; ...
                       2017 3 14; 2017 3 31; 2017 3 25; ...
                       2017 3 29; 2017 3 21; 2017 3 18]);
Profit = [2032 3071 1185 2587 1998 2899 3112 909 2619 3085]';
ItemsSold = [14 13 8 5 10 16 8 6 7 11]';
TT = timetable(TimeStamps,Profit,ItemsSold)

TT=10×2 timetable
    TimeStamps     Profit    ItemsSold
    ___________    ______    _________

    04-Mar-2017     2032        14    
    02-Mar-2017     3071        13    
    15-Mar-2017     1185         8    
    10-Mar-2017     2587         5    
    14-Mar-2017     1998        10    
    31-Mar-2017     2899        16    
    25-Mar-2017     3112         8    
    29-Mar-2017      909         6    
    21-Mar-2017     2619         7    
    18-Mar-2017     3085        11

将售出商品数量按数量区间分 bin，计算每个分 bin 的组计数。

G = groupcounts(TT,"ItemsSold",[0 4 8 12 16])

G=3×3 table
    disc_ItemsSold    GroupCount    Percent
    ______________    __________    _______

       [4, 8)             3           30   
       [8, 12)            4           40   
       [12, 16]           3           30

计算按星期几分 bin 的组计数。

G = groupcounts(TT,"TimeStamps","dayname")

G=5×3 table
    dayname_TimeStamps    GroupCount    Percent
    __________________    __________    _______

        Tuesday               2           20   
        Wednesday             2           20   
        Thursday              1           10   
        Friday                2           20   
        Saturday              3           30

查找重复的数组元素

确定向量中哪些元素出现多次。

创建一个值介于 1 和 5 之间的列向量。

A = [1 1 2 2 3 5 3 3 1 4]';

确定向量中的唯一组，并对组成员进行计数。

[B,BG] = groupcounts(A)

通过为计数大于 1 的组创建逻辑索引，确定向量中哪些元素出现多次。对组进行索引以返回重复的向量元素。

duplicates = BG(B > 1)

duplicates = 3×1

     1
     2
     3

对向量输入使用多个分组向量

按健康状况和是否吸烟分组将一群人分组并计算组计数。

将八个人的信息存储为三个不同类型的向量。

HealthStatus = categorical(["Poor"; "Good"; "Fair"; "Fair"; "Poor"; "Excellent"; "Good"; "Excellent"]);
Smoker = logical([1; 0; 0; 1; 1; 0; 0; 1]);
Weight = [176; 153; 131; 133; 119; 120; 140; 129];

按健康状况和是否吸烟分组，计算组计数。指定三个输出，以同时返回组 BG 和组计数百分比 BP。

BG 是包含两个向量的元胞数组，按行查看向量中的元素即可找到对应组的描述。例如，BG{1} 的第一行表示第一组中的人健康状况为 Excellent，BG{2} 的第一行表示他们不吸烟。最后，BP 包含 BG 中对应组的每个组中的成员数百分比。

[B,BG,BP] = groupcounts({HealthStatus,Smoker},"IncludeEmptyGroups",true);
B

BG{1}

ans = 8x1 categorical
     Excellent 
     Excellent 
     Fair 
     Fair 
     Good 
     Good 
     Poor 
     Poor

BG{2}

ans = 8x1 logical array

   0
   1
   0
   1
   0
   1
   0
   1

BP

输入参数

`T` — 输入表
表 | 时间表

输入表，指定为表或时间表。

`A` — 输入数组
列向量 | 矩阵 | 元胞数组

输入数组，指定为列向量、存储为矩阵的列向量组，或由列向量、字符行向量或矩阵组成的元胞数组。

`groupvars` — 分组变量或向量
标量 | 向量 | 矩阵 | 元胞数组 | 模式 | 函数句柄 | 表 `vartype` 下标

分组变量或向量，指定为下表中的选项之一。对于表或时间表输入数据，groupvars 指示使用哪些变量来计算数据中的组。不会对 groupvars 未指定的其他变量进行操作，也不会将其传递到输出。

索引方案示例

索引方案	示例
变量名称：字符串、字符向量或元胞数组 `pattern` 对象	`"A"` 或 `'A'` - 名为 `A` 的变量 `["A","B"]` 或 `{'A','B'}` - 两个名为 `A` 和 `B` 的变量 `"Var"+digitsPattern(1)` - 变量名为 `"Var"` 后跟一个数字
变量索引：引用变量在表中位置的索引编号由数字组成的向量逻辑向量。通常，此向量的长度与变量的数目相同，但可以省略尾部的 `0` 或 `false` 值	`3` - 表中的第三个变量 `[2 3]` - 表中的第二个和第三个变量 `[false false true]` - 第三个变量
函数句柄：函数句柄，以表变量作为输入并返回逻辑标量	`@isnumeric` - 所有包含数值的变量
变量类型： `vartype` 下标，用于选择指定类型的变量	`vartype("numeric")` - 所有包含数值的变量

变量名称：

字符串、字符向量或元胞数组
pattern 对象

"A" 或 'A' - 名为 A 的变量
["A","B"] 或 {'A','B'} - 两个名为 A 和 B 的变量
"Var"+digitsPattern(1) - 变量名为 "Var" 后跟一个数字

变量索引：

引用变量在表中位置的索引编号
由数字组成的向量
逻辑向量。通常，此向量的长度与变量的数目相同，但可以省略尾部的 0 或 false 值

3 - 表中的第三个变量
[2 3] - 表中的第二个和第三个变量
[false false true] - 第三个变量

函数句柄：

函数句柄，以表变量作为输入并返回逻辑标量

@isnumeric - 所有包含数值的变量

变量类型：

vartype 下标，用于选择指定类型的变量

vartype("numeric") - 所有包含数值的变量

示例: groupcounts(T,"Var3")

`groupbins` — 分组变量或向量的分 bin 方案
`"none"` (默认) | 由 bin 边界组成的向量 | bin 数量 | 时间长度（bin 宽度） | 时间单位名称（bin 宽度） | 由分 bin 方法组成的元胞数组

分组变量或向量的分 bin 方案，指定为以下一种或多种分 bin 方法。要对所有分组变量或向量应用相同的分 bin 方法，请指定一种分 bin 方法。要对每个分组变量或向量应用不同的分 bin 方法，请指定一个由分 bin 方法组成的元胞数组，其中每个元胞包含对应分组变量或向量的分 bin 方法。

"none" - 无分 bin。
由 bin 边界组成的向量 - bin 边界定义 bin。对于 datetime 分组变量或向量，可以将边界指定为数值或 datetime 值。
bin 数目 - 该数目确定要创建多少个等间距 bin。可以将 bin 数目指定为正整数标量。
时间长度（bin 宽度）- 时间长度确定每个 bin 的宽度。对于 datetime 或 duration 分组变量或向量，可以将 bin 宽度指定为 duration 或 calendarDuration 标量。

时间单位的名称（bin 宽度）- 时间单位的名称确定每个 bin 的宽度。对于 datetime 或 duration 分组变量或向量，可以将 bin 宽度指定为下表中的选项之一。

值	描述	数据类型
`"second"`	每个 bin 是 1 秒。	`datetime` 和 `duration`
`"minute"`	每个 bin 是 1 分钟。	`datetime` 和 `duration`
`"hour"`	每个 bin 是 1 小时。	`datetime` 和 `duration`
`"day"`	每个 bin 表示 1 个日历日。此值将夏令时变化考虑在内。	`datetime` 和 `duration`
`"week"`	每个 bin 是 1 个日历周。	仅限 `datetime`
`"month"`	每个 bin 是 1 个日历月。	仅限 `datetime`
`"quarter"`	每个 bin 是 1 个日历季度。	仅限 `datetime`
`"year"`	每个 bin 表示 1 个日历年。此值将闰日考虑在内。	`datetime` 和 `duration`
`"decade"`	每个 bin 是 1 个十年（10 个日历年）。	仅限 `datetime`
`"century"`	每个 bin 是 1 个世纪（100 个日历年）。	仅限 `datetime`
`"secondofminute"`	bin 从 0 到 59 秒。	仅限 `datetime`
`"minuteofhour"`	bin 从 0 到 59 分钟。	仅限 `datetime`
`"hourofday"`	bin 从 0 到 23 小时。	仅限 `datetime`
`"dayofweek"`	bin 从 1 到 7 日。一周的第一天是星期天。	仅限 `datetime`
`"dayname"`	bin 是一周中某天的全称，例如 `"Sunday"`。	仅限 `datetime`
`"dayofmonth"`	bin 从 1 到 31 天。	仅限 `datetime`
`"dayofyear"`	bin 从 1 到 366 天。	仅限 `datetime`
`"weekofmonth"`	bin 从 1 到 6 周。	仅限 `datetime`
`"weekofyear"`	bin 从 1 到 54 周。	仅限 `datetime`
`"monthname"`	bin 是完整的月份名称，如 `"January"`。	仅限 `datetime`
`"monthofyear"`	bin 从 1 到 12 个月。	仅限 `datetime`
`"quarterofyear"`	bin 从 1 到 4 个季度。	仅限 `datetime`

示例: G = groupcounts(T,"Var1",[-Inf 0 Inf])

示例: G = groupcounts(T,["Var1" "Var2"],{"none" "year"})

名称-值参数

将可选的参量对组指定为 Name1=Value1,...,NameN=ValueN，其中 Name 是参量名称，Value 是对应的值。名称-值参量必须出现在其他参量之后，但参量对组的顺序无关紧要。

示例: G = groupcounts(T,groupvars,groupbins,IncludedEdge="right")

在 R2021a 之前，使用逗号分隔每个名称和值，并用引号将 Name 引起来。

示例: G = groupcounts(T,groupvars,groupbins,"IncludedEdge","right")

`IncludedEdge` — 在分 bin 方案中包括 bin 边界
`"left"` (默认) | `"right"`

在分 bin 方案中包括 bin 边界，指定为 "left" 或 "right"，指示包括 bin 区间的哪一边。

仅当指定了 groupbins 时，才能指定 IncludedEdge，并且该值适用于所有分组变量或向量的所有分 bin 方法。

`IncludeMissingGroups` — 指定是否将缺失值视为组的选项
`true` 或 `1` (默认) | `false` 或 `0`

指定是否将缺失值视为组的选项，指定为数值或逻辑值 1 (true) 或 0 (false)。如果 IncludeMissingGroups 为 true，则 groupcounts 会将分组变量或向量中的缺失值（如 NaN）视为一个组。如果分组变量或向量没有缺失值，或如果 IncludeMissingGroups 为 false，则 groupcounts 不会将缺失值视为一个组。

`IncludeEmptyGroups` — 指定是否在组计数运算中包括空组的选项
`false` 或 `0` (默认) | `true` 或 `1`

指定是否在组计数运算中包括空组的选项，指定为数值或逻辑值 0 (false) 或 1 (true)。如果 IncludeEmptyGroups 为 false，则 groupcounts 忽略空组。如果 IncludeEmptyGroups 为 true，则 groupcounts 包括空组。

在以下情况下会出现空组：

分组变量或向量的可能值未在输入数据（例如在分类、逻辑或分 bin 数值变量或向量）中表示。例如，如果输入表中任一行的逻辑分组变量的值都不为 true，则 true 定义的是一个空组。
分组变量或向量的唯一组合未在输入数据中表示。例如，如果输入表中任一行的分组变量 A 的值都不为 A1 且分组变量 B 的值都不为 B1，则 A1_B1 定义的是一个空组。

输出参量

`G` — 输出表
表

表或时间表输入数据的输出表，返回为一个表。G 包含计算的组、每个组中的元素数以及每个组计数表示的百分比。对于单个分组变量，输出组根据带 "sorted" 选项的 unique 函数返回的顺序进行排序。

`B` — 组计数
列向量

数组输入数据的组计数，返回为一个列向量，B 中包含每个组中的元素数。

`BG` — 组
列向量 | 列向量元胞数组

数组输入数据的组，以列向量或列向量元胞数组形式返回。对于单个分组向量，输出组根据带 "sorted" 选项的 unique 函数返回的顺序进行排序。

对于多个输入向量，BG 是包含相等长度的列向量的元胞数组。每个组的信息包含在 BG 各个向量对应的行元素中。每组映射到输出数组 B 的对应行。

`BP` — 组计数百分比
列向量

数组输入数据的组计数百分比，以列向量形式返回。BP 包含 B 中每个组在 [0, 100] 范围内的百分比。

详细信息