MATLAB:从非均匀网格到均匀网格的平均数据

Question

我每隔10分钟采集数据，但是有很多数据缺口，我想把它平均在一个统一的每小时的时间网格上。我正在寻找一种有效的方法，把每小时的任何一边的三个潜在点，并将他们平均到一个小时。

示例：

t_old = 1:35 1:45 1:55 - 2:15 2:25 %-缺少数据

t_new = 2:00

data_old =1 2 3-5 6

data_new = 3.4

问题是，有足够的数据缺口，我不能只是直接的垃圾箱平均。我知道，我可以通过每一个新的时间步骤，并使用find()的半小时偏移，但我觉得这将是可怕的低效和缓慢。有什么更快的方法吗？也许有什么方法可以把垃圾桶装到最近的一个小时，然后是普通的垃圾箱？

为MWE编辑：

t=1:10; 
tnew=2:2:8;
data=1:10; 
t(3)=[];
data(3)=[];
dt=2; 
for i=1:length(tnew)
    datanew(i)=mean(data(find(t>(tnew(i)-dt) & t<(tnew(i)+dt)))); 
end

datanew

Answer 1

方法#1

tnew_lb = tnew-dt; %// lower bound
tnew_ub = tnew+dt; %// upper bound
[r,c] = find(bsxfun(@gt,t',tnew_lb) & bsxfun(@lt,t',tnew_ub));
datanew = accumarray(c,data(r),[], @mean)

方法#2

timestep = min(diff(t)); %// Minimum time-stepsize for t
t_all = min(t):timestep:max(t); %// create all the timesteps
[b1,b2] = ismember(t,t_all);

ind = bsxfun(@plus,[tnew(1)-dt+1:tnew(1)+dt-1]',[0:numel(tnew)-1]*dt);
[v1,v2] = ismember(ind,t_all(b2));
vind = v2~=0;
v2(v2==0) = NaN;
v2(vind) = data(v2(vind));
out = nanmean(v2);

Answer 2

在您询问了有关histc方法的评论之后，我在这里发布它。虽然这是而不是最快的方法--如果这是您希望对数据所做的全部工作--但是在以后需要重用bin信息(数据分类)时，它可能很有用。

以下代码：

%% // prepare
clear all
t=1:10; 
tnew=2:2:8;
data=1:10; 
t(3)=[];
data(3)=[];
nLoop = 50000 ;

%% // initial method
tic ;
for iLoop = 1:nLoop
    clear datanew
    dt=1; 
    for i=1:length(tnew)
        datanew(i)=mean( data( find(t>=(tnew(i)-dt) & t<(tnew(i)+dt)) )); 
    end
end
toc

%% // initial method optimized
tic ;
for iLoop = 1:nLoop
    clear datanew
    dt=1; 
    datanew = zeros( size(tnew) ) ;
    for i=1:length(tnew)
        datanew(i)=mean( data( t>=(tnew(i)-dt) & t<(tnew(i)+dt) )); 
    end

end
toc

%% // histc method
xedges = [tnew(1)-dt tnew+dt] ; %// => xedges = [1:2:9] ;
tic
for iLoop = 1:nLoop
    clear newdata
    newdata = zeros( size(tnew)) ;
    [n,bins] = histc( data , xedges ) ;
    for iBin=1:length(n)-1
        newdata(iBin) = mean( data(bins==iBin) ); 
    end
end
toc

产生以下输出：

Elapsed time is 3.177801 seconds.
Elapsed time is 2.910844 seconds.
Elapsed time is 2.948526 seconds.

我用不同的循环迭代次数多次运行它，结果总是一致的。优化的初始方法总是比组蛋白法快。我并不是组方法的忠实拥趸，因为在我们已经绑定了所有数据之后，它仍然涉及一个循环和比较(data(bins==iBin))，而不是直接索引。

不过，两者的比较略有不同。一种是>类型的，操作在浮点数上，另一种是=和比较索引(理论上是整数，但我不确定Matlab如何在内部表示它们，所以可能没有好处)。

无论如何，这可能会导致与我获得的更大更复杂的数据集不同的执行时间，因此欢迎您在实际数据上尝试这些方法，并让我们知道它是如何为您工作的。

ps:我稍微修改了初始示例，这样平均时间窗口就不再重叠了(将dt=1和一个>更改为>=)。这样，所有方法都返回相同的结果。