Maneiras eficientes de acrescentar novos dados no Matlab (com código de exemplo)
Estou procurando métodos, funções internas, boas práticas ... para acrescentar novos dados a uma matriz -quando as linhas e colunas não são as mesmas
Os dados com os quais lido são estruturados da seguinte maneira:
A.values: Ta x Ma matrix of values
A.dates: Ta x 1 vector of datenum
A.id: 1 x Ma cell array of ids
Agora, o desafio é como lidar com novos dados (potencialmente sobrepostos)B
que eu carrego e gostaria de acrescentar a uma nova matrizC
:
Quando novos dados chegam, eles podem se expandir horizontal e verticalmente devido a:
novos IDsnovas datasTambém pode ter datas que começamantes min(A.dates)
oudepois de max(A.dates)
ouentre min(A.dates)
emax(A.dates)
. Os IDs podem ser todos únicos em B (todos novos) ou alguns podem estar sobrepostos.
Aqui está um exemplo:
A.values = [2.1 2.4 2.5 2.6; ...
4.1 4.4 4.5 4.6; ...
6.1 6.4 6.5 6.6];
A.dates = [730002; ...
730004; ...
730006];
A.id = {'x1', 'x4', 'x5', 'x6'};
Agora chegam novos dados:
B.values = [1.2 1.9 1.5 1.6 1.7; ...
3.2 3.9 3.5 3.6 3.7; ...
7.2 7.9 7.5 7.6 7.7; ...
8.2 8.9 8.5 8.6 8.7];
B.dates = [730001; ...
730003; ...
730007; ...
730008];
B.id = {'x2', 'x9', 'x5', 'x6', 'x7'};
Como agora construímos de maneira eficiente e rápida a nova estruturaC
?
C.values = [NaN 1.2 NaN 1.5 1.6 1.7 1.9; ...
2.1 NaN 2.4 2.5 2.6 NaN NaN; ...
NaN 3.2 NaN 3.5 3.6 3.7 3.9; ...
4.1 NaN 4.4 4.5 4.6 NaN NaN; ...
6.1 NaN 6.4 6.5 6.6 NaN NaN; ...
NaN 7.2 NaN 7.5 7.6 7.7 7.9; ...
NaN 8.2 NaN 8.5 8.6 8.7 8.9];
C.dates = [730001; ...
730002; ...
730003; ...
730004; ...
730006; ...
730007; ...
730008];
C.id = {'x1', 'x2', 'x4', 'x5', 'x6', 'x7', 'x9'};
Atualizar com horário
Após os comentários, tentei conseguir isso comtimetable
do seguinte modo:
function dfmerged = in_mergeCache(dfA, dfB)
dtA = datenum2datetime(dfA.dates); % function datenum2datetime can be found here: https://stackoverflow.com/a/46685634/4262057
dtB = datenum2datetime(dfB.dates);
TTa = array2timetable(dfA.values, 'RowTimes', dtA, 'VariableNames', dfA.id);
TTb = array2timetable(dfB.values, 'RowTimes', dtB, 'VariableNames', dfB.id);
TTs = synchronize(TTa,TTb);
dfmerged.id = TTs.Properties.VariableNames;
dfmerged.values = table2array(TTs);
dfmerged.dates = datenum(TTs.Time); %to convert datenum
end
Problema: No entanto, isso me deu um grande cronograma, onde as linhas eram realmente sincronizadas, mas as colunas eram apenas duplicadas (9 colunas). Como também posso sincronizar as colunas?
C =
struct with fields:
id: {'x1' 'x4' 'x5_TTa' 'x6_TTa' 'x2' 'x9' 'x5_TTb' 'x6_TTb' 'x7'}
values: [7×9 double]
dates: [7×1 double]