MATLAB - 在列中查找重复值并从该行中提取值答案

【问题标题】：MATLAB - Find repeated values in a column and extract values from that rowMATLAB - 在列中查找重复值并从该行中提取值
【发布时间】：2015-08-15 15:58:28
【问题描述】：

我在第一列有一个重复值的矩阵，例如：

A = [
1  34  463;
2  45  684;
2  23  352;
3  31  256;
1  46  742;
4  25  234]

使用A，我希望从第二列中为第一列中的每个值提取数据以输出B。如果第 1 列中的值发生重复，则第 2 列中的相应值被放入一个额外的输出列中（在没有重复发生的情况下可以使用 NaN）。例如：

B = [
1  34  46;
2  45  23;
3  31  NaN;
4  25  NaN]

（B 中的第 1 列不是必需的，但在此处包含以进行说明）

我尝试使用 find 函数、if 语句和循环的组合，但没有成功。理想情况下，成功的方法也会很有效，因为实际数据集很大。

我使用版本 R2012a。请指教。

【问题讨论】：

标签： matlab matrix

【解决方案1】：

您可以使用cell-arrays 来解决这类问题。当所有列或所有行的长度不相等时，使用元胞数组。每行/列可以有不同的大小。它们不需要填充来使它们的大小都相等。

一种使用accumarray的方法

[~,~,idx] = unique(A(:,1));
outC = accumarray(idx,A(:,2),[],@(x) {x.'})    %//'
%// If you want the outputs in sorted order use the following code instead
%// outC = accumarray(idx,A(:,2),[],@(x) {sort(x).'})

outC = 

[1x2 double]
[1x2 double]
[        31]
[        25]

您可以使用outC{1} 之类的语法访问每个单元格

>> outC{1}

ans =

46    34

如果你想一次查看整个矩阵，你可以使用celldisp函数

>> celldisp(outC)

outC{1} =
46    34

outC{2} =
23    45

outC{3} =
31

outC{4} =
25

如果您想将输出作为NaN 填充矩阵而不是单元格数组，您可以执行以下操作（在您获得上面的outC 之后）：

使用bsxfun 和cellfun 的方法

lens = cellfun(@numel,outC);
maxSize = max(lens);
out = nan(maxSize,numel(outC));
mask = bsxfun(@le,(1:maxSize).',lens(:).')
out(mask) = horzcat(outC{:});
out = out.'

输出：

out =

46    34
23    45
31   NaN
25   NaN

如果您使用替代方法（输出排序）找到outC，结果将是：

out =

34    46
23    45
31   NaN
25   NaN

【讨论】：

谢谢。但是，当我在我的实际数据集上进行测试时，我收到以下错误：Error using accumarray. First input SUBS must contain positive integer subscripts. 除了大小之外，唯一显着的区别是实际的第一列以零开头 - 这可能是错误的根源吗？
第一列可能有零或负数，所以可以使用unique 来获取唯一ID。
@Divakar，肯定会编辑。猜猜你已经这样做了。 ;)

【解决方案2】：

这是一种方法 -

[~,~,idx] = unique(A(:,1),'stable') %// Find IDs for each element from col-1
[~,sorted_idx] = sort(idx)  %// Get sorted IDs
grp_vals = A(sorted_idx,2)  %// Get second column elements grouped together
grp_lens = accumarray(idx,1)%// Find Group lengths

%// Create a mask for a 2D array where the ones are places where grouped 
%// elements are to be put.
mask = bsxfun(@le,[1:max(grp_lens)]',grp_lens(:).') 

%// Create a nan filled array of same shape as mask and finally fill masked 
%// places with grouped elements. Transpose at the end to get desired output.
out = nan(size(mask))
out(mask) = grp_vals
out = out.'

示例运行 -

>> A,out
A =
     1    34   463
     2    45   684
     0    23   352
    -3    31   256
     1    46   742
     4    25   234
     1    12    99
    -3   -20    56
out =
    34    46    12
    45   NaN   NaN
    23   NaN   NaN
    31   -20   NaN
    25   NaN   NaN

【讨论】：

谢谢。虽然它在此示例中有效，但在应用于我的数据集时排序是一个问题。输出值与正确的行不对应。