Question

我正在尝试加载以下dataset：

阿富汗，5,1,648,16,10,2,0,3,5,1,1,0,1,1,1,0，绿色，0,0,0,0,1,0,0 ，1,0,0，黑色，绿色

阿尔巴尼亚，3,1,29,3,6,6,0,0,3,1,0,0,1,0,1,0，红色，0,0,0,0,1,0 ，0,0,1,0，红色，红色

阿尔及利亚，4,1,2388,20,8,2,2,0,3,1,1,0,0,1,0,0，绿色，0,0,0,0,1,1 ，0,0,0,0，绿，白

...

问题是它包含整数和字符串。我找到了一些关于如何只取出整数的信息。但是还没有看到是否有任何方法可以获得所有数据。

我的问题是可能吗？

如果那是不可能的，那么有没有办法找到每一行的数字并扔掉其他所有而不必选择列？

我特别需要，因为我似乎不能一次在整行上使用str2num。

Answer 1

几乎任何事情都有可能，你只需准确定义目标。

假设您的数据库存储为文本文件，您可以使用textread逐行解析，然后应用regexp仅过滤数字字段（这不需要事先了解关于列）：

C = textread('database.txt', '%s', 'delimiter', '\n');
C = cellfun(@(x)regexp(x, '\d+', 'match'), C, 'Uniform', false);

此处的结果是字符串单元格数组的单元格数组，其中每个字符串对应于特定行中的数字字段。

由于数字仍然存储为字符串，因此您可能需要将它们转换为实际数值。有很多方法可以做到这一点，但你可以用一种棘手的方式使用str2num：它可以将定界字符串转换为数字数组。这意味着如果您将特定行中的所有字符串连接回一个字符串，并在其间放置空格，则可以同时对所有字符串应用str2num，如下所示：

C = cellfun(@(x)str2num(sprintf('%s ', x{:})), C, 'Uniform', false);

结果C是向量的单元格数组，每个向量包含相应行中所有数字字段的值。要访问特定向量，可以使用花括号（{}）。例如，要访问第二行的编号，您可以使用C{2}。

当然，在解析过程中会丢弃所有非数字字段。如果你想保留它们，你应该使用regexp的不同正则表达式。

祝你好运！

加载包含字符串和数字的数据集

1 个答案: