groupfilter

按组筛选

全页折叠

语法

G = groupfilter(T,groupvars,method)

G = groupfilter(T,groupvars,groupbins,method)

G = groupfilter(___,datavars)

G = groupfilter(___,'IncludedEdge',LR)

B = groupfilter(A,groupvars,method)

B = groupfilter(A,groupvars,groupbins,method)

B = groupfilter(A,groupvars,groupbins,method,'IncludedEdge',LR)

[B,BG] = groupfilter(A,___)

说明

示例

G = groupfilter(T,groupvars,method) 根据 method 中的计算对表或时间表中的数据进行筛选，按 groupvars 中指定分组变量的唯一组合进行分组。method 参数是对每个非分组变量进行计算的函数句柄。输出 G 是一个表或时间表，仅包含满足 method 中的条件的 T 行。例如，G = groupfilter(T,'Trial',@(x) numel(x) > 5) 按照 Trial 对 T 中的数据进行分组，并保留具有五次以上试验 (Trial) 的组的各行。

示例

G = groupfilter(T,groupvars,groupbins,method) 根据 groupbins 对数据分 bin，然后应用筛选器，随后将分组水平串联到输出表中。例如，G = groupfilter(T,'SaleDate','year',@(x) numel(x) > 5) 按年份对 SaleDate 中的数据分 bin，并保留包含五个以上元素的 bin 的各行。

示例

G = groupfilter(___,datavars) 在上述语法的基础上指定要应用筛选器的表变量。例如，G = groupfilter(T,'Trial',@(x) x == max(x),'Height') 保留 T 中对应于每次试验 (Trial) 最大高度 (Height) 的行。

G = groupfilter(___,'IncludedEdge',LR) 将包含的 bin 边界指定为 'left' 或 'right'，以指示应包含 bin 间隔的哪一端。您可以将 'IncludeEdge' 与上述任何指定 groupbins 的语法结合使用。

当 A 是向量或矩阵时，B = groupfilter(A,groupvars,method) 根据 groupvars 中的分组向量的各个唯一组合筛选数据。groupvars 可以是列向量、矩阵或列向量元胞数组。输出 B 是一个矩阵，包含满足 method 所定义条件的 A 的行。

示例

B = groupfilter(A,groupvars,groupbins,method) 根据 groupbins 对数据分 bin。

当指定 groupbins 时，B = groupfilter(A,groupvars,groupbins,method,'IncludedEdge',LR) 指定是否包含每个 bin 的左边界或右边界。

示例

[B,BG] = groupfilter(A,___) 还返回对应于 A 中未筛除行的分组向量行。

示例

全部折叠

筛选二变量表

打开实时脚本

创建一个包含两个变量的表。

groupID = [1 1 1 2 2 3]';
sample = [3 1 2 9 8 5]';
T = table(groupID,sample)

T=6×2 table
    groupID    sample
    _______    ______

       1         3   
       1         1   
       1         2   
       2         9   
       2         8   
       3         5

按 ID 编号进行分组，并且仅返回对应于具有两个以上样本的组的行。

Gnumel = groupfilter(T,'groupID',@(x) numel(x) > 2)

Gnumel=3×2 table
    groupID    sample
    _______    ______

       1         3   
       1         1   
       1         2

仅返回所含样本介于 0 和 6 之间的组的各行。

Gvals = groupfilter(T,'groupID',@(x) min(x) > 0 && max(x) < 6)

Gvals=4×2 table
    groupID    sample
    _______    ______

       1         3   
       1         1   
       1         2   
       3         5

按最大值分组

打开实时脚本

创建一个包含两个变量的表，这两个变量分别表示日期和温度。

daynum = [1 1 1 1 2 2 2 2]';
temp = [67 65 71 55 61 79 58 78]';
T = table(daynum,temp)

T=8×2 table
    daynum    temp
    ______    ____

      1        67 
      1        65 
      1        71 
      1        55 
      2        61 
      2        79 
      2        58 
      2        78

按日期分组，并且返回每天最高的两个温度。

G = groupfilter(T,'daynum',@(x) ismember(x,maxk(x,2)))

G=4×2 table
    daynum    temp
    ______    ____

      1        67 
      1        71 
      2        79 
      2        78

按月分组

打开实时脚本

创建一个表，其中包含日期和对应的利润。

timeStamps = datetime([2017 3 4; 2017 3 2; 2017 3 15; 2017 4 10;...
                       2017 4 14; 2017 4 30; 2017 5 25;...
                       2017 5 29; 2017 5 21]);
profit = [2032 3071 1185 2587 1998 2899 3112 909 2619]';
T = table(timeStamps,profit)

T=9×2 table
    timeStamps     profit
    ___________    ______

    04-Mar-2017     2032 
    02-Mar-2017     3071 
    15-Mar-2017     1185 
    10-Apr-2017     2587 
    14-Apr-2017     1998 
    30-Apr-2017     2899 
    25-May-2017     3112 
    29-May-2017      909 
    21-May-2017     2619

按月对日期进行分组，仅返回与当月最大利润对应的行。

Gmax = groupfilter(T,'timeStamps','month',@(x) x == max(x))

Gmax=3×3 table
    timeStamps     profit    month_timeStamps
    ___________    ______    ________________

    02-Mar-2017     3071         Mar-2017    
    30-Apr-2017     2899         Apr-2017    
    25-May-2017     3112         May-2017

返回月平均利润大于 2300 美元的组的各行。

Gavg = groupfilter(T,'timeStamps','month',@(x) mean(x) > 2300)

Gavg=3×3 table
    timeStamps     profit    month_timeStamps
    ___________    ______    ________________

    10-Apr-2017     2587         Apr-2017    
    14-Apr-2017     1998         Apr-2017    
    30-Apr-2017     2899         Apr-2017

筛选三变量表

打开实时脚本

创建包含三个变量的表。

groupID = [1 2 3 1 2 3 1 2 3]';
height = [62 61 59 66 70 72 57 67 71]';
gender = ["M" "F" "F" "M" "M" "F" "M" "M" "M"]';
T = table(groupID,height,gender)

T=9×3 table
    groupID    height    gender
    _______    ______    ______

       1         62       "M"  
       2         61       "F"  
       3         59       "F"  
       1         66       "M"  
       2         70       "M"  
       3         72       "F"  
       1         57       "M"  
       2         67       "M"  
       3         71       "M"

按 ID 编号分组，并返回成员身高均不低于 60 的组的各行。

G1 = groupfilter(T,'groupID',@(x) min(x) >= 60,'height')

G1=3×3 table
    groupID    height    gender
    _______    ______    ______

       2         61       "F"  
       2         70       "M"  
       2         67       "M"

返回成员均为男性的组的各行。

G2 = groupfilter(T,'groupID',@(x) all(x == "M"),'gender')

G2=3×3 table
    groupID    height    gender
    _______    ______    ______

       1         62       "M"  
       1         66       "M"  
       1         57       "M"

按 ID 编号和性别分组，并返回包含每组中男性和女性最高身高的行。

G3 = groupfilter(T,{'groupID','gender'},@(x) x == max(x))

G3=5×3 table
    groupID    height    gender
    _______    ______    ______

       2         61       "F"  
       1         66       "M"  
       2         70       "M"  
       3         72       "F"  
       3         71       "M"

对向量数据进行筛选

打开实时脚本

创建日期向量和对应利润值的向量。

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]';

按星期几分组，并计算每组的最大利润。显示最大利润及其对应的组。

[maxDailyProfit,dayOfWeek] = groupfilter(profit,timeStamps,'dayname',@(x) x == max(x))

maxDailyProfit = 5×1

        3071
        1185
        2899
        3112
        2619

dayOfWeek = 5x1 categorical
     Thursday 
     Wednesday 
     Friday 
     Saturday 
     Tuesday

输入参数

全部折叠

`T` - 输入数据
表 | 时间表

输入数据，指定为表或时间表。

`A` - 输入数组
向量 | 矩阵

输入数组，指定为向量或矩阵。

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

分组变量或向量，指定为以下选项之一：

对于数组输入，groupvars 可以是一个行数与 A 相同的列向量，也可以是一组以矩阵或元胞数组形式排列的列向量。

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。您可以使用下表中的任何选项来指定分组变量。

选项	说明	示例
变量名称	指定单个表变量名称的字符向量或标量字符串	`'Var1'` `"Var1"`
变量名称的向量	字符向量元胞数组或字符串数组，其中每个元素表示一个表变量名称	`{'Var1' 'Var2'}` `["Var1" "Var2"]`
变量索引的标量或向量	表变量索引的标量或向量	`1` `[1 3 5]`
逻辑向量	逻辑向量，每个元素分别对应一个表变量，其中 `true` 指示包括对应变量，`false` 指示不包括对应变量。	`[true false true]`
函数句柄	函数句柄，以表变量作为输入并返回逻辑标量	`@isnumeric`
`vartype` 下标	由 `vartype` 函数生成的表下标	`vartype('numeric')`

示例： groupfilter(T,"Var3",method)

`method` - 计算方法
函数句柄

计算方法，指定为函数句柄。

method 定义用于在每个组中筛选成员的函数。该函数必须返回逻辑标量或与输入数据具有相同行数的逻辑列向量，用于指示要选择的组成员。如果函数返回逻辑标量，则要么筛除组中的所有成员（当值为 false），要么不筛除任何成员（当值为 true）。如果函数返回逻辑向量，则对应元素为 false 的组成员将被筛除。对应元素为 true 的组成员将被保留。

要定义函数句柄，请使用形式为 @(inputargs) myfunc 的语法，其中 myfunc 取决于 inputargs。例如，@(x) mean(x) 指定变量 x 作为 mean 函数的输入参数。您可以在此基础上定义筛选条件，例如 @(x) mean(x) > 10，该条件下将返回逻辑标量。此计算保留均值大于 10 的组的各行。有关详细信息，请参阅创建函数句柄和匿名函数。

当 groupfilter 一次将该方法应用于多个非分组变量时，要保留某行，该方法必须为此行的每个变量返回 true。

`groupbins` - 分 bin 方案
`'none'` （默认） | 字符向量 | 标量 | 向量 | 元胞数组

分 bin 方案，指定为下列选项之一：

'none'，表示不分 bin
bin 边界列表，指定为数值向量或 datetime 分组变量的 datetime 向量
bin 的数量，指定为整数标量
持续时间，指定为 duration 或 calendarDuration 类型的标量，指示 bin 的宽度（仅限于 datetime 或 duration 分组变量）
列出每个分组变量的分 bin 规则的元胞数组

时间 bin（仅适用于 datetime 和 duration 分组变量），指定为下列字符向量之一：

值	说明	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`

如果指定多个分组变量，则可以提供应用于所有分组变量的单个分 bin 规则，或者提供包含针对每个分组变量（例如 {'none',[0 2 4 Inf]}）的分 bin 方法的元胞数组。

`LR` - 包括的 bin 边界
`'left'` （默认） | `'right'`

包括的 bin 边界，指定为 'left' 或 'right'，指示包括 bin 区间的哪一边。

要指定此参数，必须先指定 groupbins，且参数的值适用于所有分组变量或向量的所有分 bin 方案。

`datavars` - 要对其进行操作的表变量
标量 | 向量 | 元胞数组 | 函数句柄 | 表 `vartype` 下标

要对其进行操作的表变量，指定为下表中的选项之一。datavars 指示将筛选方法应用于输入表或时间表的哪些变量。表中未由 datavars 指定的其他变量会传递给输出，而不会对其进行操作。groupfilter 将筛选方法应用于指定的变量，并使用结果从所有变量中删除行。当未指定 datavars 时，groupfilter 对每个非分组变量进行操作。

选项	说明	示例
变量名称	指定单个表变量名称的字符向量或标量字符串	`'Var1'` `"Var1"`
变量名称的向量	字符向量元胞数组或字符串数组，其中每个元素表示一个表变量名称	`{'Var1' 'Var2'}` `["Var1" "Var2"]`
变量索引的标量或向量	表变量索引的标量或向量	`1` `[1 3 5]`
逻辑向量	逻辑向量，每个元素分别对应一个表变量，其中 `true` 指示包括对应变量，`false` 指示不包括对应变量。	`[true false true]`
函数句柄	函数句柄，以表变量作为输入并返回逻辑标量	`@isnumeric`
`vartype` 下标	由 `vartype` 函数生成的表下标	`vartype('numeric')`

示例： groupfilter(T,groupvars,method,["Var1" "Var2" "Var4"])

输出参数

全部折叠

`G` - 输出表
表 | 时间表

输出表，以包含未筛除数据行的表或时间表的形式返回。

`B` - 输出数组
向量 | 矩阵

输出数组，以包含未筛除数据的向量或矩阵的形式返回。

`BG` - 分组向量
列向量 | 列向量元胞数组

数组输入数据的分组向量，以列向量或者列向量元胞数组的形式返回。BG 包含对应于 A 中未筛除行的分组向量行。

扩展功能

tall 数组
对行数太多而无法放入内存的数组进行计算。

用法说明和限制：

如果 A 和 groupvars 均为 tall 矩阵，则它们必须具有相同的行数。
如果第一个输入是 tall 矩阵，则 groupvars 可以是包含 tall 分组向量的元胞数组。
groupvars 和 datavars 参数不支持函数句柄。
method 参数必须是对 tall 数组执行的 splitapply 的有效输入。
按照离散的日期时间数组分组时，分类组名称将不同于内存中的 groupfilter 计算结果。

有关详细信息，请参阅tall 数组。

另请参阅

在 R2019b 中推出

groupfilter

语法

说明

示例

筛选二变量表

按最大值分组

按月分组

筛选三变量表

对向量数据进行筛选

输入参数

`T` - 输入数据
表 | 时间表

`A` - 输入数组
向量 | 矩阵

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

`method` - 计算方法
函数句柄

`groupbins` - 分 bin 方案
`'none'` （默认） | 字符向量 | 标量 | 向量 | 元胞数组

`LR` - 包括的 bin 边界
`'left'` （默认） | `'right'`

`datavars` - 要对其进行操作的表变量
标量 | 向量 | 元胞数组 | 函数句柄 | 表 `vartype` 下标

输出参数

`G` - 输出表
表 | 时间表

`B` - 输出数组
向量 | 矩阵

`BG` - 分组向量
列向量 | 列向量元胞数组

扩展功能

tall 数组
对行数太多而无法放入内存的数组进行计算。

另请参阅

MATLAB 文档

支持

Introducing Deep Learning with MATLAB

groupfilter

语法

说明

示例

筛选二变量表

按最大值分组

按月分组

筛选三变量表

对向量数据进行筛选

输入参数

T - 输入数据 表 | 时间表

A - 输入数组 向量 | 矩阵

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

method - 计算方法 函数句柄

groupbins - 分 bin 方案 'none' （默认） | 字符向量 | 标量 | 向量 | 元胞数组

LR - 包括的 bin 边界 'left' （默认） | 'right'

datavars - 要对其进行操作的表变量 标量 | 向量 | 元胞数组 | 函数句柄 | 表 vartype 下标

输出参数

G - 输出表 表 | 时间表

B - 输出数组 向量 | 矩阵

BG - 分组向量 列向量 | 列向量元胞数组

扩展功能

tall 数组 对行数太多而无法放入内存的数组进行计算。

另请参阅

MATLAB 文档

支持

Introducing Deep Learning with MATLAB

WeChat

`T` - 输入数据
表 | 时间表

`A` - 输入数组
向量 | 矩阵

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

`method` - 计算方法
函数句柄

`groupbins` - 分 bin 方案
`'none'` （默认） | 字符向量 | 标量 | 向量 | 元胞数组

`LR` - 包括的 bin 边界
`'left'` （默认） | `'right'`

`datavars` - 要对其进行操作的表变量
标量 | 向量 | 元胞数组 | 函数句柄 | 表 `vartype` 下标

`G` - 输出表
表 | 时间表

`B` - 输出数组
向量 | 矩阵

`BG` - 分组向量
列向量 | 列向量元胞数组

tall 数组
对行数太多而无法放入内存的数组进行计算。