从文本文件将数据读入MATLAB

我有一个具有以下结构的文本文件：

1999-01-04
1,100.00
1,060.00
1,092.50
0
6,225
1,336,605
37
1999-01-05 
1,122.50
1,087.50
1,122.50
0
3,250
712,175
14
...

该文件包含八个值的重复集合（一个日期后跟七个数字，每个数字在各自的行上）

我想把它读入MATLAB，然后把值转换成不同的向量。我曾尝试用几种不同的方法来实现这一点，但都没有成功——都会输出某种错误

---

如果这很重要，我将在Mac上执行此操作。

使用脚本将文本文件修改为Matlab可以读取的内容

把它做成一个矩阵：

M = [
1999-01-04
1,100.00
1,060.00
1,092.50
0
6,225
1,336,605;  <-- notice the ';'
37
1999-01-05 
1,122.50
1,087.50
1,122.50
0
3,250;   <-- notice the ';'
712,175
14
...
]

M=[
1999-01-04
1,100.00
1,060.00
1,092.50
0
6,225
1336605；阅读数据后，不完全清楚您希望数据采用何种形式。下面的代码将其全部放在一个矩阵中，每一行表示文本文件中一组8行。您可能希望对不同的列使用不同的变量，或者（如果您可以访问统计工具箱）使用数据集数组

% Read file as text
text = fileread('c:/data.txt');

% Split by line
x = regexp(text, '\n', 'split');

% Remove commas from numbers
x = regexprep(x, ',', '')

% Number of items per object
n = 8;

% Get dates
index = 1:length(x);
dates = datenum(x(rem(index, n) == 1));

% Get other numbers
nums = str2double(x(rem(index, n) ~= 1));
nums = reshape(nums, (n-1), length(nums)/(n-1))';

% Combine dates and numbers
thedata = [dates nums];

您还可以查看函数
textscan
，以找到解决此问题的其他方法。
与Richie的类似。使用str2double将文件字符串转换为double。此实现逐行处理文件，而不是使用正则表达式分解文件。输出是单个向量的单元格数组。

function vectors = readdata(filename)

fid=fopen(filename);

tline = fgetl(fid);
counter = 0;
vectors = cell(7,1);
while ischar(tline)
    disp(tline)
    if counter > 0
        vectors{counter} = [vectors{counter} str2double(tline)];
    end
    counter = counter + 1
    if counter > 7
        counter = 0;
    end
    tline = fgetl(fid);
end

fclose(fid);

编辑：这是我以前在回答中使用的代码的较短版本

如果您希望直接读取数据文件，而无需先对其进行预处理，则以下操作应可行：

fid = fopen('datafile.txt','rt');
data = textscan(fid,'%s %s %s %s %s %s %s %s','Delimiter','\n');
fclose(fid);
data = [datenum(data{1}) cellfun(@str2double,[data{2:end}])]';

上述代码将每组8个值放入一个8×N的矩阵中，N是数据文件中8行集的数量。该日期转换为一个序列日期号，以便可以与矩阵中的其他双精度值一起包含。以下函数（在上述代码中使用）可能会有兴趣：

解释：首先，我们去掉了数千个逗号分隔符，并在每行末尾的空格中添加一个逗号。然后，我们删除了每第8行的结尾逗号。最后，我们将这些行合并并删除空的

输出如下所示：

1999-01-04,1100.00,1060.00,1092.50,0,6225,1336605,37
1999-01-05,1122.50,1087.50,1122.50,0,3250,712175,14

接下来在MATLAB中，我们只需使用textscan读取每一行，第一个字段作为字符串（转换为num），其余字段作为数字：

fid = fopen('file.csv', 'rt');
a = textscan(fid, '%s %f %f %f %f %f %f %f', 'Delimiter',',', 'CollectOutput',1);
fclose(fid);

M = [datenum(a{1}) a{2}]

得到的矩阵M是：

  730124     1100     1060   1092.5    0   6225   1336605    37
  730125   1122.5   1087.5   1122.5    0   3250    712175    14

这有正则表达式检查，以确保数据格式正确

fid = fopen('data.txt','rt');

%these will be your 8 value arrays
val1 = [];
val2 = [];
val3 = [];
val4 = [];
val5 = [];
val6 = [];
val7 = [];
val8 = [];

linenum = 0; % line number in file
valnum = 0; % number of value (1-8)

while 1
   line = fgetl(fid);
   linenum = linenum+1;
   if valnum == 8
      valnum = 1;
   else
      valnum = valnum+1;
   end

    %-- if reached end of file, end
    if isempty(line) | line == -1
      fclose(fid);
      break;
   end


   switch valnum
      case 1
         pat = '(?\d{4})-(?\d{2})-(?\d{2})'; % val1 (e.g. 1999-01-04)
      case 2
         pat = '(?\d*[,]*\d*[,]*\d*[.]\d{2})'; % val2 (e.g. 1,100.00)  [valid up to 1billion-1]
      case 3
         pat = '(?\d*[,]*\d*[,]*\d*[.]\d{2})'; % val3 (e.g. 1,060.00)  [valid up to 1billion-1]
      case 4
         pat = '(?\d*[,]*\d*[,]*\d*[.]\d{2})'; % val4 (e.g. 1,092.50)  [valid up to 1billion-1]
      case 5
         pat = '(?\d+)'; % val5 (e.g. 0)
      case 6
         pat = '(?\d*[,]*\d*[,]*\d+)'; % val6 (e.g. 6,225)  [valid up to 1billion-1]
      case 7
         pat = '(?\d*[,]*\d*[,]*\d+)'; % val7 (e.g. 1,336,605)  [valid up to 1billion-1]
      case 8
         pat = '(?\d+)'; % val8 (e.g. 37)
      otherwise
         error('bad linenum')
   end

   l = regexp(line,pat,'names'); % l is for line
    if length(l) == 1 % match
      if valnum == 1
         serialtime = datenum(str2num(l.yr),str2num(l.mo),str2num(l.dy)); % convert to matlab serial date
         val1 = [val1;serialtime];
      else
         this_val = strrep(l.val,',',''); % strip out comma and convert to number
         eval(['val',num2str(valnum),' = [val',num2str(valnum),';',this_val,'];']) % save this value into appropriate array
      end
   else
      warning(['line number ',num2str(linenum),' skipped! [didnt pass regexp]: ',line]);
   end
end
fid=fopen（'data.txt'，'rt'）；
%这些将是您的8值数组
val1=[]；
val2=[]；
val3=[]；
val4=[]；
val5=[]；
val6=[]；
val7=[]；
val8=[]；
linenum=0；%文件中的行号
valnum=0；值的百分比（1-8）
而1
直线=fgetl（fid）；
linenum=linenum+1；
如果valnum==8
valnum=1；
其他的
valnum=valnum+1；
结束
%--如果到达文件末尾，则结束
如果为空（直线）|直线==-1
fclose（fid）；
打破
结束
开关valnum
案例1
pat='（？\d{4}）-（？\d{2}）-（？\d{2}）；%val1（例如1999-01-04）
案例2
pat='（？\d*[，]*\d*[，]*\d*[.]\d{2}）；%val2（例如1100.00）[有效期高达10亿-1]
案例3
pat='（？\d*[，]*\d*[，]*\d*[.]\d{2}）；%val3（例如1060.00）[有效期高达10亿-1]
案例4
pat='（？\d*[，]*\d*[，]*\d*[.]\d{2}）；%val4（例如1092.50）[有效期高达10亿-1]
案例5
pat='（？\d+）；%val5（例如0）
案例6
pat='（？\d*[，]*\d*[，]*\d+）；%val6（例如6225）[有效期高达10亿-1]
案例7
pat='（？\d*[，]*\d*[，]*\d+）；%val7（例如1336605）[有效期高达10亿-1]
案例8
pat='（？\d+）；%val8（例如37）
否则
错误（'bad linenum'）
结束
l=regexp（line，pat，'names'）；%l表示line
如果长度（l）==1%匹配
如果valnum==1
serialtime=datenum（str2num（l.yr）、str2num（l.mo）、str2num（l.dy））；%转换为matlab序列日期
val1=[val1；serialtime]；
其他的
这个值=strep（l.val，，，，，，；%去掉逗号并转换为数字
eval（['val'，num2str（valnum），'=[val'，num2str（valnum），'；'，this_val'，]；'））%将此值保存到适当的数组中
结束
其他的
警告（['line number'，num2str（linenum），'skipped！[not pass regexp]：'，line]）；
结束
结束
还有一点不清楚，
val 1
是否表示第一组8行，
val 2
第二组8行，等等？等一下……我刚刚意识到每行上可能只有一个数字，而不是逗号分隔的值集。我猜
712175
表示”“七十一万二千，一百七十五"对不起。每个周期应该有8个值。谢谢！谢谢，我用这种方法解决了。用python创建了一个脚本，让我按照你建议的方式生成矩阵！这正是我想要做的！非常感谢。但是-为什么在matlab中读取数据这么麻烦？…谢谢again@Fifth当前位置使您的案例变得困难的是在中使用逗号数字的格式。通常，逗号用于分隔数字，而不是表示数字中的千和百万之间的分隔。从Amro的例子中可以看出，对于格式更好的数字来说，MATLAB代码是微不足道的。@Fifth:实际上，我能想出一个更短的cod版本E，与AMRO的紧凑答案相比较，不需要任何数据文件的预处理。@第五：应该注意到C语言SCANF和C++ IOFROW都在示例文件中逗号上阻塞。您也必须在这些语言中进行两遍操作。C处理逗号，我不了解Java。这确实较短：）顺便说一句，您可以在textscan上使用“CollectOutput”选项，因此可以避免调用cellf
fid = fopen('data.txt','rt');

%these will be your 8 value arrays
val1 = [];
val2 = [];
val3 = [];
val4 = [];
val5 = [];
val6 = [];
val7 = [];
val8 = [];

linenum = 0; % line number in file
valnum = 0; % number of value (1-8)

while 1
   line = fgetl(fid);
   linenum = linenum+1;
   if valnum == 8
      valnum = 1;
   else
      valnum = valnum+1;
   end

    %-- if reached end of file, end
    if isempty(line) | line == -1
      fclose(fid);
      break;
   end


   switch valnum
      case 1
         pat = '(?\d{4})-(?\d{2})-(?\d{2})'; % val1 (e.g. 1999-01-04)
      case 2
         pat = '(?\d*[,]*\d*[,]*\d*[.]\d{2})'; % val2 (e.g. 1,100.00)  [valid up to 1billion-1]
      case 3
         pat = '(?\d*[,]*\d*[,]*\d*[.]\d{2})'; % val3 (e.g. 1,060.00)  [valid up to 1billion-1]
      case 4
         pat = '(?\d*[,]*\d*[,]*\d*[.]\d{2})'; % val4 (e.g. 1,092.50)  [valid up to 1billion-1]
      case 5
         pat = '(?\d+)'; % val5 (e.g. 0)
      case 6
         pat = '(?\d*[,]*\d*[,]*\d+)'; % val6 (e.g. 6,225)  [valid up to 1billion-1]
      case 7
         pat = '(?\d*[,]*\d*[,]*\d+)'; % val7 (e.g. 1,336,605)  [valid up to 1billion-1]
      case 8
         pat = '(?\d+)'; % val8 (e.g. 37)
      otherwise
         error('bad linenum')
   end

   l = regexp(line,pat,'names'); % l is for line
    if length(l) == 1 % match
      if valnum == 1
         serialtime = datenum(str2num(l.yr),str2num(l.mo),str2num(l.dy)); % convert to matlab serial date
         val1 = [val1;serialtime];
      else
         this_val = strrep(l.val,',',''); % strip out comma and convert to number
         eval(['val',num2str(valnum),' = [val',num2str(valnum),';',this_val,'];']) % save this value into appropriate array
      end
   else
      warning(['line number ',num2str(linenum),' skipped! [didnt pass regexp]: ',line]);
   end
end