在时间表中选择时间
时间表是一种将时间与每一行关联起来的表。您可以通过以下几种方式选择其数据的基于时间的子集:
查找在一定范围内的时间
timerange
或withtol
功能。匹配重复出现的时间单位,例如天或月,使用的组成部分
datetime
数组。方法重新采样或分组数据
调整时间
函数。
例如,读取一个示例文件outages.csv
其中包含2002年至2014年美国电力中断的数据。行乘以的向量,OutageTime
,表示中断发生的时间。的readtimetable
函数将其导入为datetime
数组中。显示前五行。
TT = readtimetable (“outages.csv”);头(TT, 5)
OutageTime地区客户RestorationTime造成损失 ________________ _____________ ______ __________ ________________ ___________________ 2002-02-01 12:18{“西南”}458.98 - 1.8202 e + 06 2002-02-07 16:50{“暴风雪”}2003-01-23 00:49{“东南”}530.14 - 2.1204 e + 05 NaT{“暴风雪”}2003-02-07)21:15{“东南”}289.4 - 1.4294 e + 05 2003-02-17 08:14{“暴风雪”}2004-04-06 05:44{‘西方’}434.81 - 3.4037 e + 05 2004-04-06 06:10{“设备故障”}2002-03-16 06:18 186.44{“中西部”}2.1275e+05 2002-03-18 23:23{'强风暴'}
在R2019a之前,用readtable
把它转换成一个时间表table2timetable
.
选择时间范围
方法可以查找特定范围内的数据timerange
函数,该函数为索引定义基于时间的下标。例如,为2008年夏季定义一个区间,从6月20日开始,到9月21日结束。默认情况下,timerange
定义了一个左闭右开的半开区间,因此指定结束日期为9月22日。
TR = timerange (“2008-06-20”,“2008-09-22”)
TR = schedule timerange下标:选择时间在半开放时间间隔内的时间表行:[20- june -2008 00:00:00, 22- september -2008 00:00:00)参见“时间表”中的“选择时间”。
找出在该范围内发生的中断,然后绘制随时间变化受影响的客户数量。
: summer08 = TT (TR);茎(summer08.OutageTime summer08.Customers) ylabel (“顾客”)
在这段时间内的几次停机对客户产生了很大的影响。将范围扩大到整个2008年,寻找同样高的数字。
TR = timerange (“2008”,“年”);: all08 = TT (TR);high08 = all08 (all08。客户> 500000年:);茎(high08.OutageTime high08.Customers) ylabel (“客户”)
的timerange
函数也有助于选择特定的日期。通过比较选择时间datetime
值可能会给出误导性的结果,因为所有datetime
值包括日期和时间组件。对象的日期组件datetime
值时,时间组件设置为午夜。因此,虽然有6月26日的数据,但这样的比较没有结果。
任何(summer08。OutageTime== datetime(“2008-06-26”))
ans =逻辑0
相反,你可以使用timerange
.
TR = timerange (“2008-06-26”,“天”);: june26 = summer08 (TR)
june26 =1×5时间表OutageTime地区客户RestorationTime造成损失 ________________ _____________ ______ _________ ________________ _________________ 2008-06-26 22:36{“东北”}425.21 93612 2008-06-27 06:53{“雷雨”}
定义范围的另一种方法是指定使用时间前后的公差withtol
.例如,找到2008年夏天的行OutageTime
是在9月1日劳动节的三天内。
WT = withtol (“2008-09-01”天(3));: nearSep1 = summer08 (WT)
nearSep1 =4×5时间表OutageTime地区客户RestorationTime造成损失 ________________ _____________ ______ _________ ________________ ___________________ 2008-09-01二三35{“东南”}206.27 - 2.27 e + 05 NaT{“设备故障”}2008-09-01 00:18{“中西部”}74213 - 510.05 2008-09-01 14:07{“雷雨”}2008-09-02 19:01{“中西部”}南2.215 e + 05 2008-09-03 02:58{“暴风”}2008-08-29 20:25{‘西方’}南31624 2008-09-01 01:51{‘风’}
匹配时间单位
你也可以使用的单位datetime
值,例如小时或天,以标识要进行逻辑索引的行。此方法对于指定周期间隔很有用。
例如,找到的值OutageTime
月分量值小于等于3的,分别对应每年的一月、二月和三月。使用生成的逻辑数组进行索引TT
.
TR = (month(TT.OutageTime) <= 3);: winterTT = TT (TR);头(winterTT, 5)
OutageTime地区客户RestorationTime造成损失 ________________ _____________ ______ __________ ________________ ________________ 2002-02-01 12:18{“西南”}458.98 - 1.8202 e + 06 2002-02-07 16:50{“暴风雪”}2003-01-23 00:49{“东南”}530.14 - 2.1204 e + 05 NaT{“暴风雪”}2003-02-07)21:15{“东南”}289.4 - 1.4294 e + 05 2003-02-17 08:14{“暴风雪”}2002-03-16 06:18{“中西部”}186.44 - 2.1275 e + 05 2002-03-18 23:23{“暴风”}2005-02-04 08:18{“中西部”}南南{'攻击'}
创建一个饼状图的冬季原因。的派
函数只接受数值或分类
输入,首先转换导致
来分类
.
winterTT。导致= categorical(winterTT.Cause); pie(winterTT.Cause) title(“一月至三月电力中断原因”);
按时间段分组
的调整时间
函数通过重新采样或对值分组来调整行时间以创建指定的间隔。它的预定义间隔范围从秒到年,您可以指定如何处理间隔的缺失值或多个值。例如,您可以从每周中选择第一个观察结果,或者以季度为单位计算观察结果。
对于停机数据,您可以使用调整时间
找出每年的总数。首先,创建一个只有数字变量的时间表。然后,调用调整时间
并指定一个年度间隔,使用和组合多个值。输出中每一年有一行,包含该年的总损失和受影响的总客户。
numTT = TT (:, vartype (“数字”));numTT =调整时间(numTT,“年”,“和”);头(numTT, 5)
超时时间丢失客户________________ _______________ 2002-01-01 00:00 81335 1.3052e+07 2003-01-01 00:00 58036 1.396e+07 2004-01-01 00:00 51014 1.5523e+07 2005-01-01 00:00 33980 8.7334e+06 2006-01-01 00:00 35129 2.5729e+07
创建一个柱状图,显示每年受影响的客户数量。
酒吧(numTT.OutageTime numTT.Customers)包含(“年”) ylabel (“顾客”)
使用行时间计算持续时间
您可以将时刻表的排时间与其他时间一起使用datetime
或持续时间
值来执行计算。例如,计算停电数据中列出的停电持续时间。然后计算宕机持续时间的月中值并将其绘制出来。
首先将中断持续时间添加到TT
减去行时间(即电源中断的开始时间)RestorationTime
(这是电力中断的结束)。更改格式OutageDuration
以天为单位显示中断的持续时间。的前五行显示TT
.
TT。OutageDuration = TT。RestorationTime- TT.OutageTime; TT.OutageDuration.Format =' d ';头(TT, 5)
OutageDuration OutageTime地区损失客户RestorationTime原因 ________________ _____________ ______ __________ ________________ ___________________ ______________ 2002-02-01 12:18{“西南”}458.98 - 1.8202 e + 06 2002-02-07 16:50{“暴风雪”}6.1889天2003-01-23 00:49{“东南”}530.14 - 2.1204 e + 05 NaT{“暴风雪”}南天2003-02-07)21:15{“东南”}289.4 - 1.4294 e + 05 2003-02-17 08:14{“暴风雪”}9.4576天2004-04-06 05:44{‘西方’}434.81 - 3.4037 e + 05年2004-04-0606:10{'设备故障'}0.018056天2002-03-16 06:18{'中西部'}186.44 2.1275e+05 2002-03-18 23:23{'严重风暴'}2.7118天
创建一个只包含中断持续时间的时间表。一些行TT
有缺失值,NaT
,为复辟时代,引至南
值OutageDuration
.删除南
值从medianTT
,可以使用rmmissing
函数。然后使用调整时间
计算每月宕机时间的中位数。的前五行显示medianTT
.
medianTT = TT (:,“OutageDuration”);medianTT = rmmissing (medianTT);medianTT =调整时间(medianTT,“月”, @median);头(medianTT, 5)
超时时间超时时间________________ ______________ 2002-02-01 00:00 6.1889 days 2002-03-01 00:00 2.7472 days 2002-04-01 00:00 NaN days 2002-05-01 00:00 0.72917 days 2002-06-01 00:00 0.22431天
创建每月中位数停机时间的阶梯图。
楼梯(medianTT.OutageTime medianTT.OutageDuration)包含(“年”) ylabel (“平均持续时间(天)”)
另请参阅
分类
|时间表
|调整时间
|timerange
|readtimetable
|月
|withtol
|rmmissing
|vartype
|datetime
|持续时间
|NaT