样本文件概述

样本文件 outages.csv 包含表示美国电力中断的数据。文件的前几行如下：

Region,OutageTime,Loss,Customers,RestorationTime,Cause

SouthWest,2002-01-20 11:49,672,2902379,2002-01-24 21:58,winter storm

SouthEast,2002-01-30 01:18,796,336436,2002-02-04 11:20,winter storm

SouthEast,2004-02-03 21:17,264.9,107083,2004-02-20 03:37,winter storm

West,2002-06-19 13:39,391.4,378990,2002-06-19 14:27,equipment fault

读取文本文件

使用 readtable 导入数据，并显示前五行。readtable 函数会自动检测分隔符和变量类型。

T = readtable('outages.csv');

head(T,5) % show first 5 rows of table

ans=5×6 table

Region OutageTime Loss Customers RestorationTime Cause

_____________ ________________ ______ __________ ________________ ___________________

{'SouthWest'} 2002-02-01 12:18 458.98 1.8202e+06 2002-02-07 16:50 {'winter storm' }

{'SouthEast'} 2003-01-23 00:49 530.14 2.1204e+05 NaT {'winter storm' }

{'SouthEast'} 2003-02-07 21:15 289.4 1.4294e+05 2003-02-17 08:14 {'winter storm' }

{'West' } 2004-04-06 05:44 434.81 3.4037e+05 2004-04-06 06:10 {'equipment fault'}

{'MidWest' } 2002-03-16 06:18 186.44 2.1275e+05 2002-03-18 23:23 {'severe storm' }

在导入之前指定变量数据类型

根据文件中的变量类型，将变量数据类型更新为相应的 MATLAB 数据类型可能有益于数据。例如，outages.csv 中的第一列和第六列为分类列。通过将这两个列指定为 categorical 数组，您可以运用 MATLAB 函数处理分类数据。

要指定变量的数据类型，有如下方法可以选择：

指定 readtable 中的 Format 名称-值对组

设置文件导入选项的 VariableTypes 属性

使用 Format 名称-值对组指定变量的数据类型，读取数据，并显示前五行数据。在 formatSpec 设定符的 %{yyyy-MM-dd HH:mm}D 部分中，花括号之间的文本描述了日期和时间数据的格式。Format 中指定的值指定了：

文件中的第一列和最后一列为分类数据

第二列和第五列为格式化的日期和时间数据

第三列和第四列为浮点值

formatSpec = '%C%{yyyy-MM-dd HH:mm}D%f%f%{yyyy-MM-dd HH:mm}D%C';

T = readtable('outages.csv','Format',formatSpec);

head(T,5)

ans=5×6 table

Region OutageTime Loss Customers RestorationTime Cause

_________ ________________ ______ __________ ________________ _______________

SouthWest 2002-02-01 12:18 458.98 1.8202e+06 2002-02-07 16:50 winter storm

SouthEast 2003-01-23 00:49 530.14 2.1204e+05 NaT winter storm

SouthEast 2003-02-07 21:15 289.4 1.4294e+05 2003-02-17 08:14 winter storm

West 2004-04-06 05:44 434.81 3.4037e+05 2004-04-06 06:10 equipment fault

MidWest 2002-03-16 06:18 186.44 2.1275e+05 2002-03-18 23:23 severe storm

或者，通过使用导入选项的 setvartype 函数，指定变量的数据类型。首先，为文件创建一个导入选项对象。数据文件包含了不同类型的变量。指定第一个和最后一个变量为 categorical 数组，第二个和第五个变量为 datetime 数组，剩余变量为 double。

opts = detectImportOptions('outages.csv');

varNames = opts.VariableNames ; % variable names

varTypes = {'categorical','datetime','double',...

'double','datetime','categorical'};

opts = setvartype(opts,varNames,varTypes);

将 readtable 与 opts 配合使用以导入数据，然后显示前五行。

T = readtable('outages.csv',opts);

head(T,5)

ans=5×6 table

Region OutageTime Loss Customers RestorationTime Cause

_________ ________________ ______ __________ ________________ _______________

SouthWest 2002-02-01 12:18 458.98 1.8202e+06 2002-02-07 16:50 winter storm

SouthEast 2003-01-23 00:49 530.14 2.1204e+05 NaT winter storm

SouthEast 2003-02-07 21:15 289.4 1.4294e+05 2003-02-17 08:14 winter storm

West 2004-04-06 05:44 434.81 3.4037e+05 2004-04-06 06:10 equipment fault

MidWest 2002-03-16 06:18 186.44 2.1275e+05 2002-03-18 23:23 severe storm

将新变量追加到表中

表 T 中包含了 OutageTime 和 RestorationTime。计算每次电力中断的持续时间并将此数据追加到表中。

T.Duration = T.RestorationTime - T.OutageTime;

head(T,5)

ans=5×7 table

Region OutageTime Loss Customers RestorationTime Cause Duration

_________ ________________ ______ __________ ________________ _______________ _________

SouthWest 2002-02-01 12:18 458.98 1.8202e+06 2002-02-07 16:50 winter storm 148:32:00

SouthEast 2003-01-23 00:49 530.14 2.1204e+05 NaT winter storm NaN

SouthEast 2003-02-07 21:15 289.4 1.4294e+05 2003-02-17 08:14 winter storm 226:59:00

West 2004-04-06 05:44 434.81 3.4037e+05 2004-04-06 06:10 equipment fault 00:26:00

MidWest 2002-03-16 06:18 186.44 2.1275e+05 2002-03-18 23:23 severe storm 65:05:00