Matlab缺失值创建判断替换移位处理速成48

1.各类数据缺失值的创建

程序示例如下：

a=[nan 1 2 3] %数值型缺失值

s=[string(missing) "a" "b"] %字符串型缺失值

t=[NaT datetime(2018,8,8)] %时间型缺失值

isnan(a) %判断数值型缺失值

运行结果：

a =

  NaN    1    2    3

s =

 1×3 string 数组

   <missing>   "a"   "b"

t =

 1×2 datetime 数组

  NaT         2018-08-08

ans =

 1×4 logical 数组

  1  0  0  0

2. missing函数可创建各种类型的缺失值

程序示例如下：

aa=[missing 1 2 3] %数值型缺失值

ss=[missing "a" "b"] %字符串型缺失值

tt=[missing datetime(2018,8,8)] %时间型缺失值

ismissing(a) %使用ismissing判断各类型缺失值

ismissing(s)

ismissing(t)

运行结果：

aa =

  NaN     1    2    3

ss =

 1×3 string 数组

   <missing>   "a"   "b"

tt =

 1×2 datetime 数组

  NaT         2018-08-08

ans =

 1×4 logical 数组

  1  0  0  0

ans =

 1×3 logical 数组

  1  0  0

ans =

 1×2 logical 数组

  1  0

3.缺失值的替换

缺失值替换使用函数standardizeMissing，缺失值替换为使用函数fillmissing，程序示例如下：

standardizeMissing(a,[2 missing]) %变量中参数2替换为缺失值

standardizeMissing(s,["b" missing]) %变量中参数"b"替换为缺失值

standardizeMissing(t,[datetime(2018,8,8) missing])

fillmissing(a,'constant',0) %变量中缺失值替换成参数0，'constant'和0表示把缺失值替换为常数0

fillmissing(s,'constant',"fill") %变量中缺失值替换成参数"fill"

fillmissing(t,'constant',datetime(2019,9,9))

运行结果：

ans =

  NaN    1  NaN    3

ans =

 1×3 string 数组

   <missing>   "a"   <missing>

ans =

 1×2 datetime 数组

  NaT  NaT

ans =

    0    1    2    3

ans =

 1×3 string 数组

   "fill"   "a"   "b"

ans =

 1×2 datetime 数组

  2019-09-09  2018-08-08

4.缺失值的移位（排序）

sort(a,'MissingPlacement','last') %把变量a中的缺失值移位到最后

运行结果：

ans =

    1    2    3  NaN

5.缺失值的运算

max(a) %忽略nan求最大值

sin(a) %nan的sin值就是nan

sum(a) %求和返回nan值

sum(a,'omitnan') %忽略nan

sum(rmmissing(a)) %移除a中的缺失值

运行结果：

ans =

    3

ans =

      NaN   0.8415   0.9093   0.1411

ans =

  NaN

ans =

    6

ans =

    6

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删