standardizeMissing

插入标准缺失值

全页折叠

语法

B = standardizeMissing(A,indicator)
B = standardizeMissing(___,Name,Value)

说明

B = standardizeMissing(A,indicator) 用 A 中的标准缺失值替换 indicator 中指定的值，并返回一个标准化数组或表。

缺失值的定义取决于 A 的数据类型：

  • NaN - double、single、duration 和 calendarDuration

  • NaT — datetime

  • <missing> — string

  • <undefined> — categorical

  • {''} - 字符向量的 cell

如果 A 是表，则每个变量的数据类型定义该变量的缺失值。

除了标准化缺失值之外，您还可以通过将清洗缺失数据任务添加到实时脚本中以交互方式查找、填充或删除缺失数据。

示例

B = standardizeMissing(___,Name,Value) 使用一个或多个名称-值参量指定用于标准化缺失值的其他参数。例如，当 A 是表或时间表时，standardizeMissing(A,indicator,'DataVariables',datavars) 将对 datavars 指定的变量中的缺失值进行标准化。

示例

示例

全部折叠

打开实时脚本

创建一个行向量并将 -99 的所有实例替换为 double 数据类型的标准缺失值 NaN。

A = [0 1 5 -99 8 3 4 -99 16];
B = standardizeMissing(A,-99)
B = 1×9

     0     1     5   NaN     8     3     4   NaN    16
打开实时脚本

创建一个包含 Inf 和 'N/A' 的表来表示缺少的值。 

dblVar = [NaN;3;Inf;7;9];
cellstrVar = {'one';'three';'';'N/A';'nine'};
charVar = ['A';'C';'E';' ';'I'];
categoryVar = categorical({'red';'yellow';'blue';'violet';''});

A = table(dblVar,cellstrVar,charVar,categoryVar)
A=5×4 table
    dblVar    cellstrVar    charVar    categoryVar
    ______    __________    _______    ___________

     NaN      {'one'   }       A       red        
       3      {'three' }       C       yellow     
     Inf      {0×0 char}       E       blue       
       7      {'N/A'   }               violet     
       9      {'nine'  }       I       <undefined>

将 Inf 的所有实例替换为 NaN，将 'N/A' 的所有实例替换为空字符向量 ''。 

B = standardizeMissing(A,{Inf,'N/A'})
B=5×4 table
    dblVar    cellstrVar    charVar    categoryVar
    ______    __________    _______    ___________

     NaN      {'one'   }       A       red        
       3      {'three' }       C       yellow     
     NaN      {0×0 char}       E       blue       
       7      {0×0 char}               violet     
       9      {'nine'  }       I       <undefined>
打开实时脚本

将表的指定变量中出现的 Inf 和 'N/A' 的实例替换为标准缺失值指示符。

创建一个包含 Inf 和 'N/A' 的表来表示缺少的值。

a = {'alpha';'bravo';'charlie';'';'N/A'};
x = [1;NaN;3;Inf;5];
y = [57;732;93;1398;Inf];

A = table(a,x,y)
A=5×3 table
         a          x      y  
    ___________    ___    ____

    {'alpha'  }      1      57
    {'bravo'  }    NaN     732
    {'charlie'}      3      93
    {0×0 char }    Inf    1398
    {'N/A'    }      5     Inf

对于变量 a 和 x，将 Inf 的实例替换为 NaN，将 'N/A' 替换为空字符向量 ''。 

B = standardizeMissing(A,{Inf,'N/A'},'DataVariables',{'a','x'})
B=5×3 table
         a          x      y  
    ___________    ___    ____

    {'alpha'  }      1      57
    {'bravo'  }    NaN     732
    {'charlie'}      3      93
    {0×0 char }    NaN    1398
    {0×0 char }      5     Inf

变量 y 中的 Inf 保持不变，原因是 y 未包含在 DataVariables 名称-值参量中。

输入参数

全部折叠

输入数据，指定为向量、矩阵、多维数组、表或时间表。如果 A 是时间表，则 standardizeMissing 仅作用于表数据，而忽略行时间向量中的 NaT 和 NaN 值。

数据类型：double | single | char | string | cell | table | timetable | categorical | datetime | duration

非标准缺失值指示符，指定为标量、向量或元胞数组。indicator 的元素定义被 standardizeMissing 视为缺失的值。如果 A 为数组，则 indicator 必须为向量。如果 A 为表或时间表，则 indicator 也可以是具有多个数据类型条目的元胞数组。

indicator 中指定的数据类型与 A 中对应条目的数据类型相匹配。以下是 indicator 的元素与 A 的元素之间的其他数据类型匹配：

  • double 指示符匹配 A 中的 double、single、整数和 logical 条目。

  • string 和 char 指示符匹配 A 中的 categorical 条目。

示例: B = standardizeMissing(A,'N/A') 将字符向量 'N/A' 替换为空字符向量 ''。

数据类型: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical | char | string | cell | datetime | duration

名称-值参数

全部折叠

以 Name1=Value1,...,NameN=ValueN 的形式指定可选参量对组，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，但对各个参量对组的顺序没有要求。

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: standardizeMissing(T,indicator,'ReplaceValues',false)

要对其进行操作的表变量，指定为下表中的选项之一。DataVariables 值指示要填充输入表的哪些变量。

表中未由 DataVariables 指定的其他变量会传递给输出，而不会对其进行标准化。

索引方案要指定的值示例

变量名称

  • 字符串标量或字符向量

  • 字符串数组或字符向量元胞数组

  • 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

  • 一个 logical 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 (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 logical 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: standardizeMissing(T,indicator,'DataVariables',["Var1" "Var2" "Var4"])

替换值指示符，当 A 是表或时间表时，指定为以下值之一：

  • true 或 1 - 用标准化的表变量替换包含缺失条目的输入表变量。

  • false 或 0 - 向输入表追加已检查缺失条目的所有表变量。附加变量中缺失的条目是标准化的。

对于向量、矩阵或多维数组输入数据，不支持 ReplaceValues。

除非 ReplaceValues 的值为 false，否则 B 与 A 的大小相同。如果 ReplaceValues 的值是 false，则 B 的宽度是输入数据宽度和指定的数据变量数目之和。

示例: standardizeMissing(T,indicator,'ReplaceValues',false)

算法

对于字符向量元胞数组、字符数组和分类数组，standardizeMissing 以不同的方式处理前导和尾随空白。

  • 对于字符向量元胞数组，standardizeMissing 不忽略空白。所有字符向量必须与 indicator 中指定的字符向量完全匹配。

  • 对于字符数组，standardizeMissing 会忽略尾随空白。

  • 对于分类数组，standardizeMissing 会忽略前导和尾随空白。

替代功能

实时编辑器任务

除了标准化缺失值之外，您还可以通过将清洗缺失数据任务添加到实时脚本中以交互方式查找、填充或删除缺失数据。

Clean Missing Data task in the Live Editor

扩展功能

全部展开

版本历史记录

在 R2013b 中推出

全部展开

另请参阅

函数

实时编辑器任务

App

主题