NaN数据填充

官网参考:填充缺失值 - MATLAB fillmissing - MathWorks 中国

Matlab 数据补全方法 - CollinsLi - 博客园 (cnblogs.com)

Matlab 数据补全方法

 
fillmissing

填充缺失值

F = fillmissing(A,method)                         % 插值填充
案例如下:

1
2
3
4
5
6
7
8
9
x = [-4*pi:0.1:0, 0.1:0.2:4*pi];      % 定义非均匀采样点向量,并计算这些点上的正弦函数。
A = sin(x);
A(A < 0.75 & A > 0.5) = NaN;          % 将 NaN 值插入 A 中。
% 使用线性插值填充缺失数据,并返回填充的向量 F 和逻辑向量 TF。TF 项中的值 1 (true) 对应于 F 中的填充值。
[F,TF] = fillmissing(A,'linear','SamplePoints',x);
plot(x,A,'.', x(TF),F(TF),'o')  % 绘制原始数据和填充的数据。
xlabel('x');
ylabel('sin(x)')
legend('Original Data','Filled Missing Data')

填充方法还包括:

方法说明
'previous' 上一个非缺失值
'next' 下一个非缺失值
'nearest' 距离最近的非缺失值
'linear' 相邻非缺失值的线性插值(仅限数值、duration 和 datetime 数据类型)
'spline' 分段三次样条插值(仅限数值、duration 和 datetime 数据类型)
'pchip' 保形分段三次样条插值(仅限数值、duration 和 datetime 数据类型)
'makima' 修正 Akima 三次 Hermite 插值(仅限数值、duration 和 datetime 数据类型)

 

F = fillmissing(A,movmethod,window)     % 滑动填充

案例如下:

1
2
3
4
5
6
7
8
% 创建样本点向量 x 和包含缺失值的数据向量 A。
x = linspace(0,10,200);
A = sin(x) + 0.5*(rand(size(x))-0.5);
A([1:10 randi([1 length(x)],1,50)]) = NaN;
% 使用窗口长度为 10 的移动中位数替换 A 中的 NaN 值,并绘制原始数据和填充的数据。
F = fillmissing(A,'movmedian',10); 
plot(x,F,'r.-',x,A,'b.-')
legend('Filled Missing Data','Original Data')

注意:当使用'movmedian'方法填充数据时,窗口长度为2并不能有效填充数据,原始数据中的NaN将被保留

填充方法还包括:

方法说明
'movmean' 窗口长度为 window 的移动均值(仅限数值数据类型)
'movmedian' 窗口长度为 window 的移动中位数(仅限数值数据类型)

特别感谢:

李果(大凉茶)

参考文献:

https://ww2.mathworks.cn/help/matlab/ref/fillmissing.html

 
posted on 2023-02-21 17:32  一杯明月  阅读(183)  评论(0编辑  收藏  举报