matlab - 找到聚集的 NaN，但单独留下单独的 NaN

Question

我有一个不完整的数据集，

N = [NaN 1 2 3 NaN 5 6 NaN NaN 7 8 10 12 20 NaN NaN NaN NaN NaN]'

我想识别一个 Nans 簇，也就是说，如果它们的后续数量超过 2，我该怎么做？

Answer 1

你可以这样做:

aux = diff([0; isnan(N); 0]);
clusters = [find(aux == 1) find(aux == -1) - 1];

然后集群将是一个 Nx2 矩阵，其中 N 是 NaN 集群(所有集群)的数量，每一行都为您提供集群的开始和结束索引。

在这个例子中，这将是:

clusters =

     1     1
     5     5
     8     9
    15    19

这意味着您有 4 个 NaN 簇，第一个簇的范围从索引 1 到索引 1，第二个簇的范围从 5 到 5，第三个簇的范围从 8 到 9，第四个簇的范围从 15 到 19。

如果您只想要至少有 K 个 NaN 的簇，您可以这样做(例如，K = 2):

K = 2;
clusters(clusters(:,2) - clusters(:,1) + 1 >= K, :)

这会给你这个:

ans =

     8     9
    15    19

也就是说，簇 8-9 和 15-19 有 2 个或更多 NaN。

解释:

• 寻找集群

isnan(N) 为您提供一个包含 NaN 的逻辑向量:

N --------> NaN 1  2  3 NaN 5  6 NaN NaN 7  8 10 12 20 NaN NaN NaN NaN NaN
isnan(N) ->  1  0  0  0  1  0  0  1   1  0  0  0  0  0  1   1   1   1   1

我们想知道每个 1 序列从哪里开始，所以我们使用 diff，它计算每个值减去前一个值，并给我们这个:

aux = diff(isnan(N));
N ----> NaN 1  2  3 NaN 5  6 NaN NaN 7  8 10 12 20 NaN NaN NaN NaN NaN
aux --> -1  0  0  1 -1  0  1  0  -1  0  0  0  0  1   0   0   0   0

1 表示组开始，-1 表示组结束。但它错过了第一个组开始和最后一个组结束，因为第一个 1 元素不存在(它在 N 上没有前一个，因为它是第一个)并且最后一个 -1 也不存在(因为在 N 上的最后一个 1 之后没有任何内容)。一个常见的修复方法是在数组前后添加一个零，这给了我们这个:

aux = diff([0; isnan(N); 0]);
N ----> NaN 1  2  3 NaN 5  6 NaN NaN 7  8 10 12 20 NaN NaN NaN NaN NaN
aux -->  1 -1  0  0  1 -1  0  1  0  -1  0  0  0  0  1   0   0   0   0  -1

注意两件事:

1. 如果索引 i 处的差异为 1，则 N(i) 是 NaN block 的开始。
2. 如果索引 i 处的差异是 -1，则 N(i - 1) 是结束NaN block 。

为了获得起点和终点，我们使用find 来获得aux == 1 和aux == -1 的索引。因此，我们两次调用 find，并使用 [ 和 ] 连接这两个调用:

aux = diff([0; isnan(N); 0]);
clusters = [find(aux == 1) find(aux == -1) - 1];

• 过滤包含K个或更多元素的簇

最后一步是找到具有 K 个或更多元素的簇。为此，我们首先获取簇矩阵并从第一列中减去第一列，然后添加 1，如下所示:

clusters(:,2) - clusters(:,1) + 1
ans = 
     1
     1
     2
     5

这意味着簇 1 和 2 有 1 个 NaN，簇 3 有 3 个 NaN，簇 4 有 5 个 NaN。如果我们询问哪些值大于或等于 K，我们会得到:

clusters(:,2) - clusters(:,1) + 1 >= K
ans =
     0
     0
     1
     1

这是一个逻辑数组。我们可以使用它来仅索引簇矩阵的 1 (true) 行，如下所示:

clusters(clusters(:,2) - clusters(:,1) + 1 >= K, :)
ans =

     8     9
    15    19

这就像在问:只给我们行与该逻辑向量上的行匹配的集群，并给我们所有列(由 : 表示)。