如何在matlab中从表生成pivot表

有没有一种简单的方法可以从matlab

表

在matlab中创建透视表？ 在Excel中，或者Python中的pandas.pivot\u表中？我在文件交换上找到了，但它不适用于

表

下面是一个示例，如果我有一个表

t

：

name     value
_____    _____

'Foo'     0   
'Bar'    -1   
'Bar'     5   
'Foo'     1   

我想使用

@sum

函数在

name

列上进行聚合，以获得：

name     sum_of_value
_____    ________

'Bar'    4       
'Foo'    1   

---

有简单的方法吗？

我找到了一种使用accumarray的方法（可能有更好的方法）：

---

编辑：我将其扩展为一个函数

您可以使用

grpstats

创建简单的汇总表。 但是，请使用

unstack

获取更复杂的轴

% Example: Create columns from Var1, summing the values for each date:

T = 
    date        item      value
    ________    _______   _______
    2015.2      a         1
    2015.2      a         1
    2015.2      b         1
    2015.2      c         1
    2015.4      a         2
    2015.4      b         2
    2015.4      c         2
    2015.4      d         2
    2016.2      a         3
    2016.2      b         3
    2016.2      c         3
    2016.2      d         3


T2 = unstack(T, 'value', 'item', 'GroupingVariables', 'date', 'AggregationFunction', @sum);

T2 = 
    date        a        b        c        d   
    ________    _____    _____    _____    _____
    2015.2      2        1        1        NaN
    2015.4      2        2        2        2
    2016.2      3        3        3        3

% Example: Create columns from Var1, summing the values for each date:

T = 
    date        item      value
    ________    _______   _______
    2015.2      a         1
    2015.2      a         1
    2015.2      b         1
    2015.2      c         1
    2015.4      a         2
    2015.4      b         2
    2015.4      c         2
    2015.4      d         2
    2016.2      a         3
    2016.2      b         3
    2016.2      c         3
    2016.2      d         3


T2 = unstack(T, 'value', 'item', 'GroupingVariables', 'date', 'AggregationFunction', @sum);

T2 = 
    date        a        b        c        d   
    ________    _____    _____    _____    _____
    2015.2      2        1        1        NaN
    2015.4      2        2        2        2
    2016.2      3        3        3        3