Matlab 检查单元格中的ismember

我有一个单元格数组（

数据

），看起来像这样（这里简称）：

我想根据第四列（使用

datenum

转换的日期）是否与

B

匹配，填写

NaN

的第五列

B

（也是一个单元格）看起来像这样（为了使示例更有意义，还缩短了很多）：

如您所见，日期的第4列在

B

中并不一致。我试图将

NaN

添加到第5列，其中

B（：，3）

和

B（：，4）

与

数据（：，3）

和

数据（：，4）

不匹配

最终产品应类似于：

'45.203885' '-90.600123'    '119-8001'  733144  '3.3'
'45.203885' '-90.600123'    '119-8001'  733147  NaN
'45.203885' '-90.600123'    '119-8001'  733150  '9.5'
'45.203885' '-90.600123'    '119-8001'  733153  NaN
'45.203885' '-90.600123'    '119-8001'  733156  '6.8'
'45.203885' '-90.600123'    '119-8001'  733159  NaN

如果

data

是一个矩阵，我将只执行以下操作：

data_ind = ismember(data(:,3:4),B(:,3:4),'rows');

data_ind = ismember(strcat(data(:,3),num2str([data{:,4}]')),...
                    strcat(B(:,3),num2str([B{:,4}]')));

但我不知道怎么用手机。某种形式的

cellfun

会起作用吗

sd = size(data,1); %// number of rows of data
sb = size(B,1); %// number of rows of B
[dd bb] = ndgrid(1:sd,1:sb); %// all combinations (row of data, row of B)
cond1 = strcmp(data(dd,3),B(bb,3)); %// test col 3 for all combinations
cond2 = [data{dd,4}].'==[B{bb,4}].'; %// test col 4 for all combinations
cond = reshape(cond1 & cond2, sd, sb); %// combine the two conditions
[ib, id] = max(cond); %// id contains the index of the first 1 (if any) ...
%// ... of each col in cond; and ib is a logical index of the row of that 1
id = id(ib); %// keep only id for which the maximum is 1
data(id,:) = B(ib,:); %// copy matching rows of B into data

data

和

B

都包含与其他变量的任何行不匹配的行的示例：

data = {
    '45.203885' '-90.600123'    '119-8001'  733144  NaN
    '45.203885' '-90.600123'    '119-8001'  733147  NaN
    '45.203885' '-90.600123'    '119-8001'  733150  NaN
    '45.203885' '-90.600123'    '119-8001'  733153  NaN
    '45.203885' '-90.600123'    '119-8001'  733156  NaN
    '45.203885' '-90.600123'    '119-8001'  733159  NaN};

B = {
    '45.203885'    '-90.600123'    '119-8001'    [733144]    '3.3'
    '45.203885'    '-90.600123'    '119-8001'    [733150]    '9.5'
    '45.203885'    '-90.600123'    '119-8001'    [733156]    '6.8'
    '45.203885'    '-90.600123'    '169-8001'    [833156]    '6.8'};

结果:

data = 

    '45.203885'    '-90.600123'    '119-8001'    [733144]    '3.3'
    '45.203885'    '-90.600123'    '119-8001'    [733147]    [NaN]
    '45.203885'    '-90.600123'    '119-8001'    [733150]    '9.5'
    '45.203885'    '-90.600123'    '119-8001'    [733153]    [NaN]
    '45.203885'    '-90.600123'    '119-8001'    [733156]    '6.8'
    '45.203885'    '-90.600123'    '119-8001'    [733159]    [NaN]

---

由于您将只有唯一的ID+datenum组合，因此可以执行以下操作：

data_ind = ismember(data(:,3:4),B(:,3:4),'rows');

data_ind = ismember(strcat(data(:,3),num2str([data{:,4}]')),...
                    strcat(B(:,3),num2str([B{:,4}]')));

这样做的目的是将第3列和第4列连接成一个字符串，例如

'45.203885' '-90.600123'    '119-8001'  733144  NaN
'45.203885' '-90.600123'    '119-8001'  733147  NaN

将成为

'119-8001733144'
'119-8001733147'

---

等等。然后，它将这些字符串从

数据

矩阵与

B

矩阵进行比较，以给出索引矩阵。

由于所有条目都相同，因此不清楚您对第三列做了什么。另外，您的问题有点让人困惑，您想在

数据中使用
B
还是在
B
中使用
data
。可能最快、最直接的方法是使用
for
循环：

data = {'45.203885' '-90.600123'    '119-8001'  733144  NaN
        '45.203885' '-90.600123'    '119-8001'  733147  NaN
        '45.203885' '-90.600123'    '119-8001'  733150  NaN
        '45.203885' '-90.600123'    '119-8001'  733153  NaN
        '45.203885' '-90.600123'    '119-8001'  733156  NaN
        '45.203885' '-90.600123'    '119-8001'  733159  NaN};

B = {'45.203885' '-90.600123'    '119-8001'  733144  '3.3'
     '45.203885' '-90.600123'    '119-8001'  733150  '9.5'
     '45.203885' '-90.600123'    '119-8001'  733156  '6.8'};

d3 = data(:,3);
d4 = [data{:,4}].';
for i = 1:size(B,1)
    data(strcmp(d3,B{i,3})&d4==B{i,4},5) = B(i,5);
end

不要害怕对循环使用
。您也可以使用
cellfun
执行此操作，但它需要使用
eval
它表示
下标的赋值维度不匹配。
用于最后一行`数据（数据索引：）的大小为252x5。B的尺寸是190x5，因为它缺少日期。@shizishan我用一种新的方法重写了我的答案。我想现在它可以在一般情况下工作了。
strcmp（C1，C2）
syntax+
ndgrid
就是这里的问题。不需要
ismember
或
for
循环。聪明。@chappjc谢谢！有趣的是，在这种情况下，
max
的两个输出如何给出所需的两个索引（逻辑形式的列索引，数字形式的行索引）@chappjc：是的，但是可读性呢？（谁知道速度。）并且
ndgrid
对于
循环来说就像
arrayfun
或
cellfun
一样，同时使用更多内存。还有@LuisMendo：这个问题是被删除了一段时间还是什么？当@MrAzzaman和我发布我们的时间戳时，它并不在那里，但出于某种原因，时间戳要老得多。很好。如果第四列始终是整数，
int2str
可能会更好。如果这些值是十进制的，请注意默认情况下
num2str
仅使用“大约4位数字和一个指数（如果需要）”（
sprintf（'.17g'，…）
更安全）。第4列是datenum类型的数字，并且始终是整数，因为没有提供小时/分钟/秒数据。关于
int2str
，这一点很好，但是它不会有太大的区别-
num2str
如果输入是整数，则返回到
int2str
。是的，在检查数字是否为整数时会有一点开销，但从长远来看，这是可以忽略的。加上一个是为了可读性。虽然我很欣赏避免循环所需的技巧，但这并不意味着for循环有时不是最好的解决方案。