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