在时间表中选择时间
时间表是一种将时间与每一行关联起来的表类型。您可以通过以下几种方式选择其数据的基于时间的子集:
查找在一定范围内的时间
timerange或withtol功能。的组件匹配重复出现的时间单位，例如日或月
datetime数组。属性重新采样或分组数据
调整时间函数。
例如，读取一个示例文件outages.csv，其中包含2002年至2014年美国公用事业中断的数据。行乘以的向量，OutageTime，表示中断发生的时间。的readtimetable函数将其导入为datetime数组中。显示前五行。
TT =阅读时间表(“outages.csv”）;头(TT, 5)
OutageTime地区客户RestorationTime造成损失 ________________ _____________ ______ __________ ________________ ___________________ 2002-02-01 12:18{“西南”}458.98 - 1.8202 e + 06 2002-02-07 16:50{“暴风雪”}2003-01-23 00:49{“东南”}530.14 - 2.1204 e + 05 NaT{“暴风雪”}2003-02-07)21:15{“东南”}289.4 - 1.4294 e + 05 2003-02-17 08:14{“暴风雪”}2004-04-06 05:44{‘西方’}434.81 - 3.4037 e + 05 2004-04-06 06:10{“设备故障”}2002-03-16 06:18 186.44{“中西部”}2.1275e+05 2002-03-18 23:23{'大风暴'}
在R2019a之前，使用readtable并将其转换为时间表使用table2timetable．
选择时间段
要查找特定范围内的数据，可以使用timerange函数，它为索引定义基于时间的下标。例如，为2008年夏季定义一个区间，从6月20日开始，到9月21日结束。默认情况下,timerange定义了一个半开的区间，它在左边关闭，在右边打开，因此将结束日期指定为9月22日。
TR =时间范围(“2008-06-20”，“2008-09-22”）
TR =时间表timerange下标:选择时间间隔为半开放的时间表行:[20- june -2008 00:00:00, 22- sept -2008 00:00:00)参见时间表中选择时间。
找出该范围内发生的中断，然后绘制受影响的客户数量。
summer08 = TT(TR，:);茎(summer08.OutageTime summer08.Customers) ylabel (“顾客”）
在这段时间内的几次停机对客户产生了很大的影响。将范围扩大到整个2008年，寻找同样高的数字。
TR =时间范围(“2008”，“年”）;all08 = TT(TR，:);High08 = all08(all08。客户> 500000，:);茎(high08.OutageTime high08.Customers) ylabel (“客户”）
的timerange函数也有助于选择特定的日期。通过比较选择时间datetime值可能会给出误导性的结果，因为所有datetime值包括日期和时间组件。属性的日期组件datetime值时，时间组件被设置为午夜。因此，虽然有6月26日的数据，但像这样的比较没有结果。
任何(summer08。OutageTime== datetime(“2008-06-26”）)
ans =逻辑0
相反，您可以使用timerange．
TR =时间范围(“2008-06-26”，“天”）;6月26日= summer08(TR，:)
june26 =1×5时间表OutageTime地区客户RestorationTime造成损失 ________________ _____________ ______ _________ ________________ _________________ 2008-06-26 22:36{“东北”}425.21 93612 2008-06-27 06:53{“雷雨”}
定义范围的另一种方法是指定使用时间前后的公差withtol．例如，找到2008年夏天的行，其中OutageTime是在9月1日劳动节的三天内。
WT = withtol(“2008-09-01”天(3));nearSep1 = summer08(WT，:)
nearSep1 =4×5时间表OutageTime地区客户RestorationTime造成损失 ________________ _____________ ______ _________ ________________ ___________________ 2008-09-01二三35{“东南”}206.27 - 2.27 e + 05 NaT{“设备故障”}2008-09-01 00:18{“中西部”}74213 - 510.05 2008-09-01 14:07{“雷雨”}2008-09-02 19:01{“中西部”}南2.215 e + 05 2008-09-03 02:58{“暴风”}2008-08-29 20:25{‘西方’}南31624 2008-09-01 01:51{‘风’}
匹配时间单位
你也可以用单位datetime值，例如小时或天，以标识用于逻辑索引的行。此方法可用于指定周期性间隔。
例如，找到的值OutageTime其月份分量值为3或更少，分别对应每年的1月、2月和3月。使用生成的逻辑数组进行索引TT．
TR = (month(TT.OutageTime) <= 3);winterTT = TT(TR，:);头(winterTT, 5)
OutageTime地区客户RestorationTime造成损失 ________________ _____________ ______ __________ ________________ ________________ 2002-02-01 12:18{“西南”}458.98 - 1.8202 e + 06 2002-02-07 16:50{“暴风雪”}2003-01-23 00:49{“东南”}530.14 - 2.1204 e + 05 NaT{“暴风雪”}2003-02-07)21:15{“东南”}289.4 - 1.4294 e + 05 2003-02-17 08:14{“暴风雪”}2002-03-16 06:18{“中西部”}186.44 - 2.1275 e + 05 2002-03-18 23:23{“暴风”}2005-02-04 08:18{“中西部”}南南2005-02-04 19:51{'攻击'}
创建一个冬季原因的饼图。的派函数只接受数字或分类输入，所以首先转换导致来分类．
winterTT。导致= categorical(winterTT.Cause); pie(winterTT.Cause) title(一月至三月服务中断的原因）;
按时间段分组
的调整时间函数通过重新采样或分组值来调整行时间以创建指定的间隔。其预定义的间隔范围从秒到年，您可以指定如何处理间隔的缺失值或多个值。例如，您可以选择每周的第一个观测值，或者以季度为单位计算观测值。
对于停机数据，可以使用调整时间求每年的总数。首先，创建一个只有数字变量的时间表。然后,调用调整时间并指定年间隔，使用和组合多个值。输出每年有一行，包含该年的总损失和受影响的客户总数。
numTT = TT(:，vartype(“数字”));numTT = retime(numTT，“年”，“和”）;头(numTT, 5)
OutageTime Loss Customers ________________ _______________ 2002-01-01 00:00 81335 1.3052e+07 2003-01-01 00:00 58036 1.396e+07 2004-01-01 00:00 51014 1.5523e+07 2005-01-01 00:00 33980 8.7334e+06 2006-01-01 00:00 35129 2.5729e+07
创建每年受影响客户数量的柱状图。
酒吧(numTT.OutageTime numTT.Customers)包含(“年”) ylabel (“顾客”）
使用行时间计算持续时间
您可以将时间表的行时间与其他时间一起使用datetime或持续时间值来执行计算。例如，计算停电数据中列出的停电持续时间。然后计算每月中断持续时间的中位数并绘制它们的图。
首先将中断持续时间添加到TT通过减去行时间(这是电源中断的开始)RestorationTime(这是停电的结束)。更改格式OutageDuration以天为单位显示中断的持续时间。的前五行TT．
TT。宕机时间= TT。RestorationTime- TT.OutageTime; TT.OutageDuration.Format =' d '；头(TT, 5)
OutageDuration OutageTime地区损失客户RestorationTime原因 ________________ _____________ ______ __________ ________________ ___________________ ______________ 2002-02-01 12:18{“西南”}458.98 - 1.8202 e + 06 2002-02-07 16:50{“暴风雪”}6.1889天2003-01-23 00:49{“东南”}530.14 - 2.1204 e + 05 NaT{“暴风雪”}南天2003-02-07)21:15{“东南”}289.4 - 1.4294 e + 05 2003-02-17 08:14{“暴风雪”}9.4576天2004-04-06 05:44{‘西方’}434.81 - 3.4037 e + 05年2004-04-0606:10{'设备故障'}0.018056天2002-03-16 06:18{'中西部'}186.44 2.1275e+05 2002-03-18 23:23{'严重风暴'}2.7118天
创建一个只有中断持续时间的时间表。有几排TT有缺失值，NaT，为修复次数，导至南值OutageDuration．删除南值从medianTT，使用rmmissing函数。然后使用调整时间计算每月停机持续时间的中位数。的前五行medianTT．
medianTT = TT(:，“OutageDuration”）;medianTT = rmmissing(medianTT);medianTT = retime(medianTT，“月”, @median);头(medianTT, 5)
OutageTime OutageDuration ________________ ______________ 2002-02-01 00:00 6.1889 days 2002-03-01 00:00 2.7472 days 2002-04-01 00:00 NaN days 2002-05-01 00:00 0.72917 days 2002-06-01 00:00 0.22431 days
创建每月中位数停机持续时间的阶梯图。
楼梯(medianTT.OutageTime medianTT.OutageDuration)包含(“年”) ylabel (“平均持续时间(天)”）
另请参阅
分类|时间表|调整时间|timerange|readtimetable|月|withtol|rmmissing|vartype|datetime|持续时间|NaT
相关的话题
您也可以从以下列表中选择一个网站: