MATLAB 查找并将函数应用于重复索引的值
Posted
技术标签:
【中文标题】MATLAB 查找并将函数应用于重复索引的值【英文标题】：MATLAB find and apply function to values of repeated indices 【发布时间】：2013-04-11 19:11:05 【问题描述】：我有一个 352x11 矩阵，由具有 10 个数据点的第 1 列索引。一些索引值是重复的。我想找到重复的索引并计算重复试验的平均数据点（如果可能，避免循环）。
例如，
x =
26 77.5700 17.9735 32.7200
27 40.5887 16.6100 31.5800
28 60.4734 18.5397 33.6200
28 35.6484 27.2000 54.8000
29 95.3448 19.0000 37.7300
30 82.7273 30.4394 39.1400
结束：
ans =
26 77.5700 17.9735 32.7200
27 40.5887 16.6100 31.5800
28 48.0609 22.8699 44.2150
29 95.3448 19.0000 37.7300
30 82.7273 30.4394 39.1400
我在想如果我用过
J = find(diff(x(:,1))==0);
为了找到重复值的位置，我可以将函数应用到x的对应位置，但是我从哪里开始呢？
【问题讨论】：
【参考方案1】：更通用的方法是使用unique 来查找唯一索引值：
[U, ix, iu] = unique(x(:, 1));
然后accumarray:
[c, r] = meshgrid(1:size(x, 2), iu);
y = accumarray([r(:), c(:)], x(:), [], @mean);
说明
要处理的输入值实际上是accumarray的second参数。
accumarray 的 first 参数是一个矩阵，每一行是（累积的）输出矩阵中的一组索引，它对应于给定向量中匹配行的一个值作为第二个参数。
将输出视为元胞数组。第二个参数是输入值，第一个参数中的每一行告诉输出矩阵accumarray应该在哪个单元格中存储相应的输入值。当输出“单元格数组”完成时，一个函数（在我们的例子中为mean）被应用于每个单元格。
示例
这是一个较小矩阵的简短示例：
x = [27, 10, 8;
28, 20, 10;
28, 30, 50];
我们通过以下方式找到唯一值：
[U, ix, iu] = unique(x(:, 1));
向量 U 存储唯一值，iu 指示与每一行关联的值的哪个索引（请注意，在此解决方案中，我们没有使用 ix ）。在我们的例子中，我们得到：
U =
27
28
iu =
1
2
2
现在我们申请accumarray:
[c, r] = meshgrid(1:size(x, 2), iu);
y = accumarray([r(:), c(:)], x(:), [], @mean);
meshgrid 和 [r(:), c(:)] 的奇特技巧产生一组索引：
[r(:), c(:)] =
1 1
2 1
2 1
1 2
2 2
2 2
1 3
2 3
2 3
这些是输入值x(:) 的索引，它是x 的列向量等价物：
x(:) =
27
28
28
10
20
30
8
10
50
积累的过程：
第一个值 27 进入输出矩阵中的单元格 。 第二个值 28 进入输出矩阵中的单元格 。 第三个值 28 进入输出矩阵中的单元格 。看看刚刚发生了什么？两个值 28 在同一个单元格中累积（最终它们将被平均）。该过程继续：
第四个值 10 进入输出矩阵中的单元格 。等等……
一旦所有值都存储在单元格中，函数mean 将应用于每个单元格，我们得到最终的输出矩阵：
y =
27 10 8
28 25 30
【讨论】：
@8eastFromThe3ast 我已经为你添加了解释。 @8eastFromThe3ast 这是更可靠的解决方案 @Eitan T Gosh 很详细！非常感谢。目前，Dan 的 kludge 效果很好，但是当我有更多时间时，我会按照你的建议进行工作，看看哪个效果更好！再次感谢 @8eastFromThe3ast 没问题。目的是学习，我们都在这里互相帮助。 Dan 和 Eitan 的解决方案基本相同，唯一的区别在于 subs（标签）矩阵的创建方式。在我看来，Eitan 的解决方案更干净，我个人更喜欢 meshgrid，甚至是几次调用 repmat。过去，Kron 速度较慢。【参考方案2】：您可以将accumarray 应用于多个列as shown here
labels = x(:,1) - min(x(:, 1)) + 1;
labels = [repmat(labels(:),size(x,2),1), kron(1:size(x,2),ones(1,numel(labels))).'];
totals = accumarray(labels,x(:),[], @mean);
这是改编自Gnovice's代码。
要使其适用于您的代码，您需要删除前面的所有零
totals(find(mean((totals == zeros(size(totals)))')), :) = [];
这会导致想要的
26.0000 77.5700 17.9735 32.7200
27.0000 40.5887 16.6100 31.5800
28.0000 48.0609 22.8699 44.2100
29.0000 95.3448 19.0000 37.7300
30.0000 82.7273 30.4394 39.1400
【讨论】：
看来你又做了一次，那只是票！非常感谢，我整天都在用头撞墙试图弄清楚。 虽然这个解决方案并不健壮（主要是因为我不了解它的工作原理） - 最后修复以摆脱零并不是一个好兆头。就像我不确定如果第一列中有否定会发生什么......它仍然需要工作，但我认为它现在可以工作。labels = x(:,1); 这行需要改进，除非 x(:,1) 只包含一直在增加的正整数。 sortrows 可以轻松解决始终增加的问题，labels = x(:,1) - min(x(:, 1)) + 1 可以轻松解决积极问题，我认为这也解决了零填充问题
是的，第一列是参与者编号的索引，所以没有负值！它现在完美地完成了这项工作，所以我会继续使用它。
我想我现在已经修好了，我改变了代码的第一行和最后一行【参考方案3】：
您可能会发现 accumarray 和 @mean 很有用：
假设第一列包含某些 k <= size(x,1) 的值 1 .. k，您可以使用计算输出的每一列
col = accumarray( x(:,1), x(:,2), [], @mean ); % second column
【讨论】：
我尝试过使用accumarray，但是因为我想将函数同时应用于多个列，所以我的VAL 值与函数不兼容。
@8eastFromThe3ast 但您现在可以遍历列【参考方案4】：
根据您的输入
x = [ ...
26 77.5700 17.9735 32.7200; ...
27 40.5887 16.6100 31.5800; ...
28 60.4734 18.5397 33.6200; ...
28 35.6484 27.2000 54.8000; ...
29 95.3448 19.0000 37.7300; ...
30 82.7273 30.4394 39.1400];
您可以使用unique 的第三个输出创建一个索引数组，其中重复的 vgalue 共享相同的索引。
%Get index of unique values (1 - N)
[~, ~, ix] = unique(x(:,1))
然后你可以使用这个数组来重建你的矩阵，将重复的值与你选择的函数结合起来。
%Use accumarry to rebuild the matrix one column at a time
result = [...
accumarray( ix, x(:,1), [], @max ) ... %Many functions works here, as all inputs are the same. E.G. @mean, @max, @min
accumarray( ix, x(:,2), [], @mean ) ... %Use mean to combine data, per problem statement.
accumarray( ix, x(:,3), [], @mean ) ...
accumarray( ix, x(:,4), [], @mean ) ...
]
【讨论】：
+1 用于使用accumarray，-1 用于一次构建一个列 :) 如果您构建 @987654327，您可以让 accumarray 一次构建所有列@正确...
:) 指出。我从不每天使用accumaray；我仍在学习它可以做什么。以上是关于MATLAB 查找并将函数应用于重复索引的值的主要内容，如果未能解决你的问题，请参考以下文章