matlab中CSV文件的高效解析

我正在使用包含以下格式信息的CSV文件：

      col1      col2          col3
row1  id1  , text1 (year1) , a|b|c
row2  id2  , text2 (year2) , a|b|c|d|e
row3  id3  , text3 (year3) , a|b
 ...

CSV中的行数非常大。年份嵌入在括号中的col2中。此外，正如可以看到的，col3可以具有可变的元素数

我希望高效地读取CSV文件，并使用如下数组结束每个项目（id）：

对于id为#u i的“项目”：

A = [id_i,text_i,year_i,101010001] 

其中，如果col3中的所有可能特征为[a，b，c，d，…，z]，则二进制向量显示其存在或不存在

---

我对在MATLAB中高效实现这一点感兴趣。想法非常受欢迎。谢谢

您可以使用T

=readtable（文件名）

。这有“ReadVariableNames”选项，它将第一行作为标题，而“ReadRowNames”选项将第一列作为行变量。

我想添加我发现的读取CSV文件最快的方法之一：

这将允许您读取数字和非数字数据，但它假定有一定数量的标题行。您可以将页眉行数作为输入参数输入到

importdata（）

，也可以让它自己尝试…我以前不使用它。 这比我的

xlsread（）

要快得多，我花了六分之一的时间来阅读六倍大的东西

如果您只读取数字数据，那么可以使用-，实际上使用。

---

事实上，阅读这些文件的方法大约有10种，这不仅取决于你的目标，还取决于文件的内容。

可能重复感谢。readtable非常有趣，速度也很快。当我应用时，T=readtable（filename），然后是T.col3，我可以为每一行提供所有特性列表（'a'，'b'，'c'）。给定一个每行包含一个字符串的单元格，我想创建一个特定类型的字符串。例如，假设我要查找任何包含字符串“a”的行，如“a”或“a |”或“a”或“a |”。想法是非常受欢迎的（例如strcmp、strfind、regexp…）好的，我认为regexp对于处理这种类型的模式非常有效。