如何积累数据集？

Question

我的向量的值在 1 和 N > 之间1..有些值可能连续出现多次。现在我想要第二行计算连续条目的数量并删除所有连续出现的条目，例如：

A = [1 2 1 1 3 2 4 4 1 1 1 2]'

将导致：（

B = [1 1;
     2 1;
     1 2;
     3 1;
     2 1;
     4 2;
     1 3;
     2 1]

你看，第二列包含连续条目的数量！ 我最近在 MATLAB 中遇到了accumarray()，但我找不到任何用于此任务的解决方案，因为它始终考虑整个向量而不仅仅是连续的条目。

有什么想法吗？

Answer 1

这可能不是最易读或最优雅的方法，但如果你有很大的向量并且速度是一个问题，这种向量化可能会有所帮助......

A = [1 2 1 1 3 2 4 4 1 1 1 2];

首先，我将用前导和尾随零填充 A 来捕获第一个和最后一个转换

>>  A = [0, A, 0];

可以在相邻值之间的差值不等于 0 的地方找到转换位置：

>> locations = find(diff(A)~=0);

但是因为我们用零填充了 A 的开头，所以第一个转换是无意义的，所以我们只从 2 中获取位置：结尾。其中 A 中的值是每个段的值：

>> first_column = A(locations(2:end))

ans =

     1     2     1     3     2     4     1     2

这是第一列 - 现在查找每个数字的计数。从地点的不同就可以看出这一点。这就是两端填充 A 变得重要的地方：

>> second_column = diff(locations)

ans =

 1     1     2     1     1     2     3     1

最后组合：

B = [first_column', second_column']

B =

 1     1
 2     1
 1     2
 3     1
 2     1
 4     2
 1     3
 2     1

这一切都可以组合成一行不太可读的行：

>> A = [1 2 1 1 3 2 4 4 1 1 1 2]';
>> B = [A(find(diff([A; 0]) ~= 0)), diff(find(diff([0; A; 0])))]

B =

 1     1
 2     1
 1     2
 3     1
 2     1
 4     2
 1     3
 2     1

Answer 2

我没有看到循环数据集的另一种方法，但它相当简单。也许这不是最优雅的解决方案，但据我所知，它工作得很好。

function B = accum_data_set(A)
    prev = A(1);
    count = 1;
    B = [];
    for i=2:length(A)
        if (prev == A(i))
            count = count + 1;
        else
            B = [B;prev count];
            count = 1;
        end
        prev = A(i);
    end
    B = [B;prev count];

输出：

>> A = [1 2 1 1 3 2 4 4 1 1 1 2]';
>> B = accum_data_set(A)

B =

     1     1
     2     1
     1     2
     3     1
     2     1
     4     2
     1     3
     2     1