在使用MATLAB的多个Excel文件中的平均数据
我有如下所示的多个Excel文件(小时数据)。 我想获得日常的平均值(例如从第二天的17:00到16:00)。我只知道一点Matlab。 目前我的解决scheme是在下面,但有一些问题。
- 读取每个excel文件并将数据存储在一个variables中。
- 合并所有的数据在一个单一的variables。
- 在17:00查找行号(n)。 为此,我获得了每行的date,然后search(查找)对应于17:00的date。
- 平均每两行之间的数据(n(i))。
如果原始数据是正确的,它工作正常。 但是问题在下面。
- 17:00的一些数据丢失。 所以当它试图在17:00查找行时会出错。
- 当我有超过100个Excel文件,它运行非常缓慢。
有谁能提出一些build议如何解决这个问题? 我更喜欢使用Matlab,因为它是我所知道的唯一一个工具。 非常感谢!
编辑1 :提供的代码
以下是获取日常平均的代码。 我已经将文件“summary_file.xls”中的所有数据(该部分的代码未显示。
如下所示的示例表。
- 9月1日17:00至9月2日之间的平均时间没有问题。
- 对于缺less数据的日子,我想在17:00之前获得所有可用数据的平均值。
- 例如:由于9月3日17:00的数据缺失,无法获得9月2 – 3日的平均值。 对于这种情况,我想在17:00之前获得所有数据的平均值(即9月3日9:00)
- 那么9月3 – 4日,我想从18:00开始计算平均值。
- 对于所有数据缺失的日子,只需将所有数据设为0或标记为不可用。
[num,txt,raw] = xlsread('summary_file.xls'); %读取文件
date_num = num(:,11); % read the column containing date number starting = '2003/09/05-17:00'; % starting time starting = datenum(starting,formatIn_2); % convert starting time to date number ending = '2003/09/09-17:00';% ending time ending = datenum(ending,formatIn_2); %convert ending time to date number s = starting:1:ending; % All date number with 17:00 %% find the row number with 17:00 for i = 1:ending-starting+1 [a(i) b(i)] = find(date_num==s(i)); end %% Store the averaged data in variable p for i = 1:ending-starting p(i,:) = mean(num(a(i):a(i+1)-1,:)); end
样本input数据 –
+ ------ + ------- + ---------- + ------- ------- + ------- + + ------- ------- + ------- + + | 2003 | 1-Sep | 15:00 | 100.2 | 29 | 70.5 | 3.903 | 728 | 0 | + ------ + ------- + ---------- + ------- ------- + ------- + + ------- ------- + ------- + + | 2003 | 1-Sep | 16:00 | 100.1 | 29.31 | 70.7 | 4.328 | 611.8 | 0 | | 2003 | 1-Sep | 17:00 | 100.1 | 29.64 | 67.06 | 3.719 | 434.8 | 0 | | 2003 | 1-Sep | 18:00 | 100.1 | 29.67 | 64.4 | 3.005 | 172.4 | 0 | | 2003 | 1-Sep | 19:00 | 100.1 | 29.06 | 68.22 | 2.292 | 19.89 | 0 | | 2003 | 1-Sep | 20:00 | 100.2 | 28.43 | 74.7 | 2.436 | 0.428 | 0 | | 2003 | 1-Sep | 21:00 | 100.2 | 27.92 | 76.2 | 1.931 | 0.006 | 0 | | 2003 | 1-Sep | 22:00 | 100.3 | 27.67 | 77.3 | 1.825 | 0.007 | 0 | | 2003 | 1-Sep | 23:00 | 100.4 | 27.55 | 77.9 | 1.622 | 0.007 | 0 | | 2003 | 1-Sep | 24:00:00 | 100.4 | 27.69 | 77.8 | 0.863 | 0.008 | 0 | | 2003 | 2-Sep | 1:00 | 100.4 | 27.55 | 78.3 | 0.879 | 0.008 | 0 | | 2003 | 2-Sep | 2:00 | 100.3 | 27.05 | 82.1 | 1 | 0.016 | 0.762 | | 2003 | 2-Sep | 3:00 | 100.3 | 26.41 | 86.8 | 0.805 | 0.006 | 0 | | 2003 | 2-Sep | 4:00 | 100.2 | 26.6 | 85.5 | 0.522 | 0.011 | 0.508 | | 2003 | 2-Sep | 5:00 | 100.2 | 25.53 | 83.8 | 2.158 | 0.011 | 0 | | 2003 | 2-Sep | 6:00 | 100.3 | 24.5 | 86.6 | 2.711 | 0.016 | 0 | | 2003 | 2-Sep | 7:00 | 100.4 | 24.85 | 86.9 | 2.562 | 0.016 | 4.318 | | 2003 | 2-Sep | 8:00 | 100.6 | 21.11 | 94 | 8.15 | 9.96 | 26.67 | | 2003 | 2-Sep | 9:00 | 100.6 | 22.23 | 91.9 | 5.065 | 31.67 | 0.254 | | 2003 | 2-Sep | 10:00 | 100.6 | 23.51 | 88.8 | 5.742 | 39.16 | 0.254 | | 2003 | 2-Sep | 11:00 | 100.6 | 24 | 87.7 | 4.494 | 97.8 | 0 | | 2003 | 2-Sep | 12:00 | 100.6 | 24.69 | 85.3 | 4.709 | 142.2 | 0 | | 2003 | 2-Sep | 13:00 | 100.5 | 25.57 | 82.8 | 5.66 | 259.1 | 0 | | 2003 | 2-Sep | 14:00 | 100.4 | 25.69 | 81.9 | 5.634 | 157.5 | 0 | | 2003 | 2-Sep | 15:00 | 100.3 | 26.18 | 79.1 | 5.564 | 308.2 | 0 | | 2003 | 2-Sep | 16:00 | 100.3 | 26.08 | 78.3 | 6.283 | 135.3 | 0 | | 2003 | 2-Sep | 17:00 | 100.3 | 25.75 | 81.2 | 4.595 | 55.68 | 0.762 | | 2003 | 2-Sep | 18:00 | 100.3 | 25.01 | 84.5 | 4.843 | 55.21 | 1.778 | | 2003 | 2-Sep | 19:00 | 100.3 | 25.15 | 86.1 | 1.433 | 22.43 | 0 | | 2003 | 2-Sep | 20:00 | 100.3 | 24.98 | 86.1 | 1.985 | 0.301 | 0 | | 2003 | 2-Sep | 21:00 | 100.3 | 24.75 | 85.1 | 0.712 | 0.009 | 0 | | 2003 | 2-Sep | 22:00 | 100.4 | 24.76 | 85.3 | 1.546 | 0.011 | 0 | | 2003 | 2-Sep | 23:00 | 100.5 | 24.92 | 84.5 | 1.186 | 0.008 | 0 | | 2003 | 2-Sep | 24:00:00 | 100.5 | 24.96 | 84.9 | 1.31 | 0.007 | 0 | | 2003 | 3月9日| 1:00 | 100.5 | 25 | 85.3 | 0.702 | 0.012 | 0 | | 2003 | 3月9日| 2:00 | 100.5 | 24.99 | 86 | 0.35 | 0.017 | 0 | | 2003 | 3月9日| 3:00 | 100.4 | 25.07 | 86.1 | 0.69 | 0.008 | 0 | | 2003 | 3月9日| 4:00 | 100.3 | 24.92 | 86.5 | 1.347 | 0.011 | 0 | | 2003 | 3月9日| 5:00 | 100.3 | 25.27 | 85.5 | 0.834 | 0.009 | 0 | | 2003 | 3月9日| 6:00 | 100.3 | 24.97 | 86.9 | 0.627 | 0.012 | 0 | | 2003 | 3月9日| 7:00 | 100.3 | 24.8 | 87.7 | 0.755 | 0.108 | 0 | | 2003 | 3月9日| 8:00 | 100.4 | 25.54 | 85 | 0.202 | 37.11 | 0 | | 2003 | 3月9日| 9:00 | 100.4 | 26.72 | 81 | 1.853 | 219.4 | 0 | | 2003 | 3月9日| 18:00 | 100.2 | 29.67 | 56.39 | 2.856 | 456.2 | 0 | | 2003 | 3月9日| 19:00 | 100.2 | 30.17 | 53.66 | 2.204 | 266 | 0 | + ------ + ------- + ---------- + ------- ------- + ------- + + ------- ------- + ------- + +
以下代码可能符合您的要求。 再一次,因为你对日常平均数感兴趣,所以输出会更小,因为它已经超过了24小时,我假设你需要这个。 此外,它会照顾你缺less的数据条件。
代码 –
%% Setup params and data start_hour = 17; [num,txt,raw] = xlsread('summary_file.xls'); datenums = NaN(size(num,1),1); for count = 1:size(num,1) year1 = cell2mat(raw(count,1)); date1 = cell2mat(raw(count,2)); time1 = cell2mat(raw(count,3)); date_str = strcat( num2str(year1) , '-', date1 ); datenums(count) = datenum( date_str, 'yyyy-dd-mmm') + time1(:); end %% Take care of conditions firstdata_start_hour = round(24*cell2mat(raw(1,3))); if firstdata_start_hour > 17 start1 = floor(datenums(1)) + (start_hour/24); elseif firstdata_start_hour < 17 start1 = floor(datenums(1))-1 + (start_hour/24); else start1 = datenums(1); end ind1 = floor(datenums-start1) + 1; %% Start Processing num_items = size(num,2)-3; num_days = max(ind1); bins = NaN(num_days,num_items); for count1 = 1:size(bins,2) for count2 = 1:size(bins,1) bins(count2,count1) = mean(num(find(ind1==count2),count1+3)); end end bins(isnan(bins))=0; average_nums = bins
根据我的要求,由OP编制的某些数据平均值的输出 –
+-----------+---------------+------+-------------+------------+-----------+--------------+ | Date | Pressure(kPa) | Temp | Humidity(%) | W-spd(m/s) | Radiation | Rainfall(mm) | +-----------+---------------+------+-------------+------------+-----------+--------------+ | 8/10/2009 | 100.1 | 25.8 | 79.1 | 1.4 | 82.6 | 1.7 | | 8/11/2009 | 100.2 | 27.5 | 75.7 | 1.9 | 173.8 | 0.0 | | 8/12/2009 | 100.1 | 28.4 | 73.5 | 2.1 | 177.1 | 0.0 | | 8/13/2009 | 100.0 | 28.4 | 73.2 | 2.5 | 197.4 | 0.0 | | 8/14/2009 | 100.0 | 28.5 | 73.5 | 2.2 | 151.2 | 0.0 | | 8/15/2009 | 100.2 | 27.3 | 75.4 | 1.2 | 96.2 | 0.4 | | 8/16/2009 | 100.2 | 27.1 | 75.5 | 1.4 | 122.6 | 0.0 | | 8/17/2009 | 100.2 | 27.2 | 75.7 | 1.5 | 158.3 | 0.2 | | 8/18/2009 | 100.2 | 27.5 | 72.2 | 1.4 | 186.4 | 0.0 | | 8/19/2009 | 100.3 | 28.4 | 68.4 | 1.9 | 186.9 | 0.0 | | 8/20/2009 | 100.3 | 28.1 | 69.2 | 2.0 | 184.8 | 0.0 | | 8/21/2009 | 100.3 | 26.5 | 75.8 | 1.3 | 122.3 | 0.6 | +-----------+---------------+------+-------------+------------+-----------+--------------+
对于多个excel文件,你必须循环遍历所有这些文件。 似乎没有任何其他出路。
当您使用Matlab的xlsread
它打开并closuresExcel COM服务器,因此与多个文件一起使用会减慢执行速度。 在Matlab Central阅读这篇文章 ,解释如何避免打开和closuresExcel COM Server。
至于缺失的数据,也许你可以插入17点的数据从find(time<17:00,'last')
和find(time>17:00,'first')
我喜欢使用MATLAB,但如果你不介意我问,你有没有考虑使用R统计软件包? 在我看来,这真的很酷,你不必同意我的看法。
做你所要求的任务是很容易的。 R甚至可以处理丢失的数据,并轻松解决它,并可以轻松地读取Excel文件,并search您想要的数据。
在哪里得到R: