我有两个具有不同列数的数据集:
ds1:
A B C
1 2 3
ds2:
A C D
2 3 4
现在我想合并这两个数据集:
结果:
A B C D
1 2 3 0
2 3 0 4
如您所见，如果两个数据集中都不存在变量名称，我只想添加 0、NaN 或空白。我尝试使用
cat 和 join ，但我不知道该怎么做。任何提示？ 最佳答案
这是一种丑陋的方法 - 然后是下面的更清洁的方法(稍后添加)。问题是，一旦您使用元胞数组(因为数据类型是混合的 - 列的字母，然后是数字)，生活就会变得艰难。通过创建一个结构，其中列名和数据是两个单独的数组(见下文)，您可能会做得更好……但现在这里是“一个解决方案”。通过在两个数据集中使用不同数量的行以及不同数量的列，我让生活变得更加有趣——只是为了确保不会破坏某些东西。
ds1 = {'a','bb','c';1,2,3};
ds2 = {'aa','c','d', 'e';2,3,4,5; 5,6,7,8};
cols = unique({ds1{1,:} ds2{1,:}});
ds3 = cols;
n1 = size(ds1,1) - 1;
%%
for ii = 1:size(ds1,2)
ci = find(cellfun(@(x) isequal(x, ds1{1,ii}), cols));
if numel(ci) > 0
for jj = 1:n1
ds3{1+jj,ci} = ds1{1+jj, ii};
end
end
end
n2 = size(ds2, 1) - 1;
for ii = 1:size(ds2,2)
ci = find(cellfun(@(x) isequal(x, ds2{1,ii}), cols));
if numel(ci) > 0
for jj = 1:n2
ds3{1+n1+jj,ci} = ds2{1+jj, ii};
end
end
end
结果合并数组:
'a' 'aa' 'bb' 'c' 'd' 'e'
[1] [] [ 2] [3] [] []
[] [ 2] [] [3] [4] [5]
[] [ 5] [] [6] [7] [8]
不是最佳的，我敢肯定 - 但它可以满足你的要求......我讨厌在循环中这样做，但找不到解决方法。我希望其中一位“真正的 Matlab 专家”在看到这一点时会呕吐，并被激励为您提供聪明的单行答案。
编辑 我想了更多，想出了一个更有效的算法:
% assuming column headers and data are in two separate arrays
ds1headers = {'a','bb','c'};
ds1data = [1 2 3; 2 3 4];
ds2headers = {'aa','c','d', 'e'};
ds2data = [2 3 4 5; 3 4 5 6; 4 5 6 7];
% as before, find unique column headers:
cols = unique({ds1headers{:} ds2headers{:}});
% convert to column numbers:
ds1conv = cellfun(@(x)find(ismember(cols, x)), ds1headers);
ds2conv = cellfun(@(x)find(ismember(cols, x)), ds2headers);
% now conversion is easy:
n1 = size(ds1data,1);
n2 = size(ds2data,1);
ds3data = zeros(n1+n2, numel(cols));
ds3data(1:n1, ds1conv) = ds1data;
ds3data(n1+(1:n2), ds2conv) = ds2data;
disp(cols)
disp(ds3data)
结果是
'a' 'aa' 'bb' 'c' 'd' 'e'
1 0 2 3 0 0
2 0 3 4 0 0
0 2 0 3 4 5
0 3 0 4 5 6
0 4 0 5 6 7
看起来它可以解决问题 - 并且没有丑陋的循环......我现在意识到这看起来有点像下面@Magla的解决方案(当我发布我的更新时没有看到它，但它显然在我最近的编辑之前就在那里) - 除了我仍然有一个用于列名的元胞数组，以及其他一些改进。
关于matlab - 如果不是所有变量都相同，如何连接两个数据集？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/17618727/