2

我有一个大表，其条目是

KEY_A,KEY_B,VAL

其中 KEY_A 和 KEY_B 是有限的密钥集。为了参数，我们将有 4 个不同的 KEY_B 值和 4 个不同的 KEY_A 值。和示例表：

KEY_A    KEY_B      KEY_C  
_____    _____    _________

1        1          0.45054
1        2         0.083821
1        3          0.22898
1        4          0.91334
2        1          0.15238
2        2          0.82582
2        3          0.53834
2        4          0.99613
3        1         0.078176
3        2          0.44268
3        3          0.10665
3        4           0.9619
4        1        0.0046342
4        2          0.77491
4        3           0.8173
4        4          0.86869
4        5          1

我想优雅地将桌子平成

KEY_A     KEY_B_1     KEY_B_2     KEY_B_3    KEY_B_4    KEY_B_5
_____    _________    ________    _______    _______    _______

1          0.45054    0.083821    0.22898    0.91334    -1
2          0.15238     0.82582    0.53834    0.99613    -1
3         0.078176     0.44268    0.10665     0.9619    -1
4        0.0046342     0.77491     0.8173    0.86869    1

我希望能够处理丢失的 B 值（将它们设置为默认值，如 -1），但我认为如果我能以一种优雅的方式开始执行此操作，那么这些事情就会落实到位。

实际表有数百万条记录，所以我确实想使用矢量化调用。

我得到的行（不处理 int invalid 5）是：

cell2mat(arrayfun(@(x)[x,testtable{testtable.KEY_A==x,3}'],unique(testtable{:,1}),'UniformOutput',false))

但

  1. 它不会输出不同的表
  2. 如果表中缺少键，它不会处理

我认为这并不少见……以前有没有人做过这样的事情？

4

1 回答 1

1

如果输入表是T，那么您可以针对给定的情况尝试此操作 -

KEY_B_ =-1.*ones(max(T.KEY_A),max(T.KEY_B))
KEY_B_(sub2ind(size(KEY_B_),T.KEY_A,T.KEY_B)) = T.KEY_C
T1 = array2table(KEY_B_)

已编辑输入的输出 -

T1 = 
     KEY_B_1     KEY_B_2     KEY_B_3    KEY_B_4    KEY_B_5
    _________    ________    _______    _______    _______
      0.45054    0.083821    0.22898    0.91334    -1     
      0.15238     0.82582    0.53834    0.99613    -1     
     0.078176     0.44268    0.10665     0.9619    -1     
    0.0046342     0.77491     0.8173    0.86869     1

由 MadScienceDreams 编辑：这个答案让我编写了以下函数，它将根据输入键将几乎所有表粉碎在一起。享受！

function [ OT ] = flatten_table( T,primary_keys,secondary_keys,value_key,default_value )
%UNTITLED Summary of this function goes here
%   Detailed explanation goes here
if nargin < 5
    default_value = {NaN};
end

if ~iscell(default_value)
    default_value={default_value};
end

if ~iscell(primary_keys)
    primary_keys={primary_keys};
end

if ~iscell(secondary_keys)
    secondary_keys={secondary_keys};
end

if ~iscell(value_key)
    value_key={value_key};
end
primary_key_values = unique(T(:,primary_keys));
num_primary = size(primary_key_values,1);
[primary_key_map,primary_key_map] = ismember(T(:,primary_keys),primary_key_values);

secondary_key_values = unique(T(:,secondary_keys));
num_secondary = size(secondary_key_values,1);
[secondary_key_map,secondary_key_map] = ismember(T(:,secondary_keys),secondary_key_values);

%out =-1.*ones(max(T.KEY_A),max(T.KEY_B))

try
    values = num2cell(T{:,value_key},2);
catch
    values = num2cell(table2cell(T(:,value_key)),2);
end

if (~iscell(values))
    values=num2cell(values);
end
OT=repmat(default_value,num_primary,num_secondary);
OT(sub2ind(size(OT),primary_key_map,secondary_key_map)) = values;
label_array = num2cell(cellfun(@(x,y)[x '_' mat2str(y)],...
  repmat (secondary_keys,size(secondary_key_values,1),1),...
  table2cell(secondary_key_values),'UniformOutput',false),1);
label_array = strcat(label_array{:});
OT = [primary_key_values,cell2table(OT,'VariableNames',label_array)];

end
于 2014-09-25T15:14:14.937 回答