MATLAB - 表格

MATLAB - 使用表进行现代数据处理

在现代数据分析中，数据很少是均匀的。您经常处理包含文本、数字和日期混合的数据集。MATLAB 的 table 数据结构是专门为此目的设计的。表是一个存储数据列的容器，其中每列可以具有不同的数据类型，但所有列必须具有相同行数。

表是现代 MATLAB 工作流程的基石，提供了一种直观、灵活、高效的方式来组织、清理和分析表格数据，类似于电子表格或数据库表。

表与矩阵：关键区别

了解何时使用表而非传统矩阵至关重要。

特性	矩阵	表
数据类型	同构：所有元素必须是相同类型（例如，`double`）。	异构：每列可以是不同类型（例如，`string`、`double`、`datetime`）。
数据访问	数值索引：`A(row, col)`。依赖于记住数值位置。	命名索引：`T.VariableName` 或 `T(:, 'VariableName')`。代码更具可读性和鲁棒性。
元数据	不支持列名或行标识符等内置元数据。	内置变量（列）名、行名和描述属性。
用例	线性代数、数学计算、图像处理。	数据分析、从文件（CSV、Excel）导入混合类型数据、统计建模。

创建 MATLAB 表

table() 函数是创建表的主要方式。您可以从现有工作区变量创建表，或预分配它们以用于未来的数据。

语法

% 从现有列向量创建
T = table(col1, col2, ..., colN);

% 创建并指定变量名
T = table(col1, col2, 'VariableNames', {'name1', 'name2'});

% 预分配一个表
T = table('Size', [numRows, numCols], 'VariableTypes', {'type1', 'type2', ...});

示例 1：创建一个简单的患者数据表

让我们从单独的数组创建一个表。请注意，名称使用了现代 string 数组，它比字符单元数组更灵活。

% 1. 定义列数据
LastName = ["Smith"; "Jones"; "Williams"; "Brown"]; % 现代字符串数组
Age = [38; 43; 38; 40];
IsSmoker = [true; false; true; false];
Height = [71; 69; 64; 67];

% 2. 创建表
% MATLAB 自动使用变量名作为列标题
patientData = table(LastName, Age, IsSmoker, Height)

执行后，MATLAB 会显示一个干净、格式化的表：

patientData =

  4x4 table

    LastName      Age    IsSmoker    Height
    ___________    ___    ________    ______

    "Smith"        38      true         71
    "Jones"        43      false        69
    "Williams"     38      true         64
    "Brown"        40      false        67

示例 2：预分配和填充表

当您知道数据的最终大小时，预分配是高效的，尤其是在循环中收集数据时。

% 定义表结构
numRows = 5;
varTypes = {'string', 'double', 'datetime'};
varNames = {'SensorID', 'Reading', 'Timestamp'};

% 预分配表
sensorLog = table('Size', [numRows, numel(varTypes)], ...
                  'VariableTypes', varTypes, ...
                  'VariableNames', varNames);

% 填充表（例如，在循环中）
for i = 1:numRows
    sensorLog.SensorID(i) = "Sensor_" + i;
    sensorLog.Reading(i) = rand() * 100;
    sensorLog.Timestamp(i) = datetime('now') + days(i);
end

disp(sensorLog);

访问和修改表数据

现代 MATLAB 对大多数表操作使用直观的点表示法，使您的代码清晰易读。

让我们使用第一个示例中的 patientData 表。

% 访问单列（返回一个向量）
ages = patientData.Age;

% 从该列访问单个元素
firstPatientAge = ages(1); % 返回 38

% --- 直接访问 ---

% 使用点表示法和行索引访问特定元素
firstPatientAge_direct = patientData.Age(1); % 返回 38

% 访问多列（返回一个新的、较小的表）
personalInfo = patientData(:, {'LastName', 'Age'});

% 使用数值索引或逻辑索引访问行
allSmokers = patientData(patientData.IsSmoker, :);

% --- 修改数据 ---

% 修改单个值
patientData.Age(2) = 44; % 更新 Jones 的年龄

% 添加新列
patientData.Weight = [176; 163; 131; 155];
disp(patientData);

使用行名

就像列名一样，您可以分配唯一的行名以便于查找。

% 使用患者的姓氏作为唯一的行标识符
patientData.Properties.RowNames = patientData.LastName;

% 现在您可以通过行名访问数据
% 注意：字符向量使用花括号 {}，表使用圆括号 ()
smithsData_table = patientData('Smith', :); % 返回一个 1 行的表

williamsAge = patientData{'Williams', 'Age'}; % 返回标量值 38

实用技巧和最佳实践

快速概览：使用 summary(T) 获取表中每个变量的统计摘要。这对于初步数据探索非常有用。
处理缺失数据：表内置支持缺失值（例如，数字为 NaN，字符串为 <missing>）。ismissing 和 fillmissing 等函数旨在与表无缝协作。
性能：对于非常大的数据集，预分配表比在循环中增长表要快得多。
可读性：访问单列时，始终使用点表示法 (T.VariableName)。它更快，并且比 T(:, 'VariableName') 更清晰地表达您的代码意图。