Matlab数据处理学习笔记

1 ：数据清洗

注：数据读取

（1）读取工作表

Matlab 复制代码

% 指定要读取的工作表
filename = 'sales_data.xlsx';
sheetName = 'Sheet2'; % 或者使用工作表编号，例如：sheetNumber = 2;

% 读取指定工作表的数据
data = readtable(filename, 'Sheet', sheetName);

% 显示前几行数据
head(data);

（2）写入工作表

Matlab 复制代码

writetable(data, 'yourfile_modified.xlsx'); % 写入到新文件
% 或者覆盖原有文件
% writetable(data, filename);

1.1 ：缺失值检测和处理

a. 检测缺失值

Matlab 复制代码

% 检测缺失值
missing_data = any(ismissing(data), 2); % 沿着行查找
disp('缺失值的行号：');
disp(find(missing_data));

1）ismissing函数用于检测是否存在缺失值

2）any函数用于检测制定逻辑数组中是否存在true的值，可以指定检测的维度

3）find 函数用于返回逻辑数组中 true 值的索引。对于此用途，它用来找出包含缺失值的行号。

b.处理缺失值

删除缺失值：

Matlab 复制代码

data_clean = rmmissing(data);

用均值填补缺失值

Matlab 复制代码

% 用列的均值填补缺失值
data.SalesVolume = fillmissing(data.SalesVolume, 'movmean', 7); % 例如使用7天移动平均填补

2.2：异常值检测和处理

a.检测异常值

可以使用IQR方法：

计算四分位数和 IQR

Matlab 复制代码

% 计算四分位数和 IQR
Q1 = prctile(data.SalesVolume, 25);
Q3 = prctile(data.SalesVolume, 75);
IQR = Q3 - Q1;

% 识别异常值
outliers = data.SalesVolume < (Q1 - 1.5 * IQR) | data.SalesVolume > (Q3 + 1.5 * IQR);
disp('异常值的行号：');
disp(find(outliers));

prctile(data.SalesVolume, 25)：计算 SalesVolume 的第 25 百分位数（Q1）。
prctile(data.SalesVolume, 75)：计算 SalesVolume 的第 75 百分位数（Q3）。
IQR = Q3 - Q1：计算 IQR。

识别异常值

Matlab 复制代码

% 识别异常值
outliers = data.SalesVolume < (Q1 - 1.5 * IQR) | data.SalesVolume > (Q3 + 1.5 * IQR);
disp('异常值的行号：');
disp(find(outliers));

data.SalesVolume < (Q1 - 1.5 * IQR)：检查是否有值低于 Q1 - 1.5 * IQR。
data.SalesVolume > (Q3 + 1.5 * IQR)：检查是否有值高于 Q3 + 1.5 * IQR。
outliers 是一个逻辑向量，指示每个数据点是否是异常值。

处理异常值

Matlab 复制代码

% 用中位数填补异常值
data.SalesVolume(outliers) = median(data.SalesVolume);

median(data.SalesVolume)：计算 SalesVolume 的中位数。
data.SalesVolume(outliers) = median(data.SalesVolume);：将所有识别为异常值的 SalesVolume 替换为中位数。