数据集中的标题（Matlab）

Question

我找不到任何关于 dataset() 的好的文档，所以我想问你们，我会保持简短的问题：

我可以在数据集中设置标题（列标题），而无需将数据输入数据集中吗？我猜不是，所以问题的第二部分是：
我可以用空数据制作一个单行数据集，在其中命名标题，然后再覆盖它吗？

让我告诉你我在尝试什么，但没有奏效：

dmsdb = dataset({ 'John','Name'},{'Amsterdam','City'},{10,'number' });  
produces:  
    Name    City         number  
    John    Amsterdam    10 --> Headers are good!  

问题是，当我要向数据集添加更多数据时，它希望所有字符串的长度相同。所以我使用 cellstr():

dmsdb(1,1:3) = dataset({ cellstr('John'),'Name'},{cellstr('Amsterdam'),'City'},{10,'number' });  
Produces:  
    Var1          Var2               Var3  
    'John'        'Amsterdam'        10  

我的标题去哪儿了？我该如何解决这个问题，是什么原因造成的？

Answer 1

您可以设置一个空数据集，例如

data = dataset({[], 'Name'}, {[], 'City'}, {[], 'number'});

或

data = dataset([], [], [], 'VarNames', {'Name', 'City', 'number'});

两者都会给你：

>> data

data = 

[empty 0-by-3 dataset]

但是我们可以看到列名是通过勾选设置的

>> get(data, 'VarNames')                                             

ans = 

    'Name'    'City'    'number'

现在我们可以向数据集添加行：

>> data = [data; dataset({'John'}, {'Amsterdam'}, 10, 'VarNames', get(data, 'VarNames'))]

data = 

    Name          City               number
    'John'        'Amsterdam'        10    

您有基本的想法，但只需要将字符串数据放入单元格中。这个替换你的第一行有效：

>> dmsdb = dataset({ {'John'},'Name'},{{'Amsterdam'},'City'},{10,'number' }); 

dmsdb = 

    Name          City               number
    'John'        'Amsterdam'        10    

dataset() 的内置帮助实际上非常擅长列出这些和其他构建数据集的方法的细节。还可以在以下位置查看带有示例的在线文档：

http://www.mathworks.com/help/toolbox/stats/dataset.html

其中一个 Mathworks 博客也有一篇不错的帖子：

http://blogs.mathworks.com/loren/2009/05/20/from-struct-to-dataset/

祝你好运！

Answer 2

这是一个例子：

%# create dataset with no rows
ds = dataset(cell(0,1),cell(0,1),zeros(0,1));
ds.Properties.VarNames = {'Name', 'City', 'number'};

%# adding one row at a time
for i=1:3
    row = {{'John'}, {'Amsterdam'}, 10};  %# construct new row each iteration
    ds(i,:) = dataset(row{:});
end

%# adding a batch of rows all at once
rows = {{'Bob';'Alice'}, {'Paris';'Boston'}, [20;30]};
ds(4:5,:) = dataset(rows{:});

最后的数据集如下：

>> ds
ds = 
    Name           City               number
    'John'         'Amsterdam'        10    
    'John'         'Amsterdam'        10    
    'John'         'Amsterdam'        10    
    'Bob'          'Paris'            20    
    'Alice'        'Boston'           30    

注意：如果你想使用连接而不是索引，你必须指定变量名：

vars = {'Name', 'City', 'number'};
ds = [ds ; dataset(rows{:}, 'VarNames',vars)]

Answer 3

我同意，对数据集的帮助很难理解，主要是因为创建数据集的方法太多，而且大多数方法都涉及很多元胞数组。以下是我最喜欢的两种方法：

% 1) Create the 3 variables of interest, then make the dataset.  
% Make sure they are column vectors!
>> Name = {'John' 'Joe'}';  City = {'Amsterdam' 'NYC'}'; number = [10 1]';
>> dataset(Name, City, number)

ans = 

    Name          City               number
    'John'        'Amsterdam'        10    
    'Joe'         'NYC'               1    

% 2) More compact than doing 3 separate cell arrays
>> dataset({{'John' 'Amsterdam' 10} 'Name' 'City' 'number'})

ans = 

    Name          City               number  
    'John'        'Amsterdam'        [10]