Question

这是我之前发布的here问题的后续行动。基于Oleg Komarov的回答，我写了一个小工具来获取每日，每小时等平均值或使用accumarray（）和datevec（）输出结构的数据总和。请随意查看here（它可能写得不是很好，但它对我有用）。

我现在要做的是添加计算n分钟，n小时，n天等统计数据的功能，而不是像我的功能那样1分钟，1小时，1天等等。确实。我有一个粗略的想法，简单地循环我的时间向量t（这将是我已经做过的，如果我没有了解美丽的accumarray（）），但这意味着我必须做很多错误检查数据间隙，采样时间不均等等。

我想知道是否有一种更优雅/更有效的方法可以让我重复使用/扩展上面发布的旧功能，即仍然使用accumarray（）和datevec（）的东西，因为这样可以很好地处理间隙容易。

您可以下载我上一期here中提取的一些示例数据。这些是以30分钟的间隔进行采样的，所以我想要做的一个可能的例子就是计算6小时平均值，而依赖于假设它们没有间隙和/或总是在30分钟。

这是我到目前为止所提出的，除了一个很小但很容易修复的时间戳问题之外，它运作得相当好（例如0:30代表0:30到0:45之间的间隔 - - 虽然我的旧函数遇到了同样的问题：

[...请参阅下面的答案...]

感谢woodchips获取灵感。

Answer 1

使用accumarray的关联方法对我来说似乎有点过分和过于复杂，如果你从均匀间隔的测量开始没有任何间隙。我的私人工具箱中有以下函数用于计算向量的N点平均值：

function y = blockaver(x, n)
% y = blockaver(x, n)
% input points are averaged over n points
% always returns column vector

if n == 1
    y = x(:);
else
    nblocks = floor(length(x) / n);
    y = mean(reshape(x(1:n * nblocks), n, nblocks), 1).';
end

非常适合快速和脏的抽取因子N，但请注意，它不适用于正确的抗别名过滤。如果这很重要，请使用decimate。

Answer 2

我想我用@Bas Swinckels的部分答案以及上面链接的@woodchip的代码来解决这个问题。不完全是我称之为好的代码，但工作速度相当快。

function [ t_acc, x_acc, subs ] = ts_aggregation( t, x, n, target_fmt, fct_handle )
% t is time in datenum format (i.e. days)
% x is whatever variable you want to aggregate
% n is the number of minutes, hours, days
% target_fmt is 'minute', 'hour' or 'day'
% fct_handle can be an arbitrary function (e.g. @sum)
    t = t(:);
    x = x(:);
    switch target_fmt
        case 'day'
            t_factor = 1;
        case 'hour'
            t_factor = 1 / 24;
        case 'minute'
            t_factor = 1 / ( 24 * 60 );
    end
    t_acc = ( t(1) : n * t_factor : t(end) )';
    subs = ones(length(t), 1);
    for i = 2:length(t_acc)
       subs(t > t_acc(i-1) & t <= t_acc(i)) = i; 
    end
    x_acc = accumarray( subs, x, [], fct_handle );
end

/ edit：更新为使用循环的更短的功能，但似乎比我以前的解决方案更快。

MATLAB：时间序列的n分钟/小时/天平均值

2 个答案: