MATLAB table数据结构（下）

uqHZau

" X5 ], M1 Y1 C0 o
目录：

• 表之间的操作
• table的属性和支持的操作
  

表之间的操作熟悉SQL语言的读者对连接的概念应该不会陌生，连接就是把两个或者多个表按照一定的逻辑组合起来。MATLAB的table对象也支持表之间的连接运算，包括内连接，左右连接，全连接。为了节省篇幅，这节略去table对象的构造过程，直接介绍各种连接函数和连接的结果。(本节Employee和Department的例子参考了维基SQL条目)下例表Table.1和Table.2是要使用的原始数据:Table.1 Employee表A

Employee	DepartmentID
Rafferty	31
Jones	33
Steinberg	33
Robinson	34
Smith	34
Jasper	35

Table.2 Employee表B

DepartmentID	DepartmentName
31	Sales
32	Foundation
33	Engineering
34	HR
35	Marketing

5 g) e9 D! x( c  h
  u5 j) i9 P6 [  k5 `! d


% ^$ Q8 e( s, s1 s- E
, n* D( z- [# A/ I: @+ e
% j( R. S9 S5 k1 o" H- q! a
" z3 E) s, x3 |3 r1 O6 F
; N$ z& L4 Q" @& |9 _% a5 o" g
4 A$ {) s( ]& V- v

Table.1中有员工的LastName和所在部门的号码，而表Table.2中有部门号码对应的名字，如果我们想知道每个员工所在部门的名字，要查两次表：首先从表Table.1得到某员工所在部门的号码，再通过这个号码去到表Table.2中去找到对应的名字，这样做不是很方便。 如果能把表Table.2和表Table.2中的DepartmentID“对上”，从而构造出一个有三列数据的新表，并且其中三列分别是LastName，DepartmentID，DepartmentName，那么就只用查一次表了，这个操作其实就是table的join操作。

• % join
• >> t1 = join(A,B)       % join的第一个参数叫做左表，第二个参数叫做右表
• t1 =
•      LastName      DepartmentID    DepartmentName
•     ___________    ____________    ______________
•     'Rafferty'     31              'Sales'
•     'Jones'        33              'Engineering'
•     'Steinberg'    33              'Engineering'
•     'Robinson'     34              'HR'
•     'Smith'        34              'HR'
•     'Jasper'       35              'Marketing'
  

其中join函数的第一个参数叫做左表，第二个参数叫做右表。 t1用表格形式表示如Table.3所示，请读者自行核对。为了说明左连接，右连接和全连接，我们把表Table.1稍作修改,把最后一行Jasper的DepartmentID改成36，如表Table.4Table.3 join(A,B)

Employee	DepartmentID	DepartmentName
Rafferty	31	Sales
Jones	33	Engineering
Steinberg	33	Engineering
Robinson	34	HR
Smith	34	HR
Jasper	35	Marketing

( W0 k" f2 A- B8 a8 S( M, H/ |Table.4 Employee表C

Employee	DepartmentID
Rafferty	31
Jones	33
Steinberg	33
Robinson	34
Smith	34
Jasper	36

0 n( g+ D. J$ ~+ N
" H' ?  r. ~: r! f* c' a6 H( b

. `/ p2 V! O0 e- R7 e: a: [- r/ u
% h. o( s. \# @5 a) x2 I


1 e. z! N8 E. Y& ]+ [( ]
2 s( q. I# U! ~; ?

& H  H; V4 A" ~; C
所谓左连接,即连接结果表中将包含"左表"的所有记录, 即使那些记录在"右表" 没有符合连接条件的匹配。

• % 左连接
• >> t3 = outerjoin(C,B,'Type','left','MergeKeys',true)
• t3 =
•     LastName      DepartmentID    DepartmentName
•     ___________    ____________    ______________
•     'Rafferty'     31              'Sales'
•     'Jones'        33              'Engineering'
•     'Steinberg'    33              'Engineering'
•     'Robinson'     34              'HR'
•     'Smith'        34              'HR'
•     'Jasper'       36              ''           %<-----
  ( e6 S. E" ?* {4 d. P3 z

观察t3的结果，其中左表Table.4 中Jasper的DepartmentID是36，在表 Table.2中没有任何对应的行，但是左连接的结果t3中仍然保存了Japser项，并且其对应的DepartmentName为默认空字串。 所谓右外连接, 与左外连接完全类似, 只不过是作连接的表的顺序相反而已. 如果“左表”右连接“右表”, 那么"右表" 中的每一行在连接表中至少会出现一次. 如果 “右表”的记录在"左表"中未找到匹配行, 连接表中来源于“左表”的列的值设为默认空值。右表Table.2中的DepartmentID 35和36在表Table.4都没有任何员工与之对应，但是右连接的结果t4保留了这些没有员工对应的Department。

• % 右连接
• >> t4 = outerjoin(C,B,'Type','right','MergeKeys',true)
• t4 =
•    LastName      DepartmentID    DepartmentName
•     ___________    ____________    ______________
•     'Rafferty'     31              'Sales'
•     ''             32              'Foundation'    %<-----
•     'Jones'        33              'Engineering'
•     'Steinberg'    33              'Engineering'
•     'Robinson'     34              'HR'
•     'Smith'        34              'HR'
•     ''             35              'Marketing'     %<-----
  + D9 I7 ]- c; z: B9 U

全连接是左右外连接的并集. 连接表包含被连接的表的所有记录, 如果缺少匹配的记录, 即以默认值填充。这允许我们查看每一个在部门里的员工和每一个拥有雇员的部门, 同时, 还能看到不在任何部门的员工以及没有任何员工的部门

• % 全连接
• t5 = outerjoin(C,B,'MergeKeys',true)
• t5 =
•     LastName      DepartmentID    DepartmentName
•     ___________    ____________    ______________
•     'Rafferty'     31              'Sales'
•     ''             32              'Foundation'   %<-----
•     'Jones'        33              'Engineering'
•     'Steinberg'    33              'Engineering'
•     'Robinson'     34              'HR'
•     'Smith'        34              'HR'
•     ''             35              'Marketing'    %<-----
•     'Jasper'       36              ''             %<-----
    r: I. U4 j5 R& g, `: V8 R

内连接(inner join)是应用程序中用的普遍的"连接"操作，它一般都是默认连接类型。内连接基于连接谓词，即DepartmentID，将两张表的列组合在一起，产生新的结果表。查询会将 A 表的每一行和 B 表的每一行进行比较，并找出满足连接谓词的组合

• % 内连接
• >> t5 = innerjoin(C,B)
• t5 =
•     LastName      DepartmentID    DepartmentName
•     ___________    ____________    ______________
•     'Rafferty'     31              'Sales'
•     'Jones'        33              'Engineering'
•     'Steinberg'    33              'Engineering'
•     'Robinson'     34              'HR'
•     'Smith'        34              'HR'
  

t1和t5的结果类似，join和innerjoin的区别在于join对两个表的契合度要求更高，表1中的Key一定要在表2中也出现，如果尝试连接表3和表2，因为表C的Jasper的DepartmentID变成了36，而36在表2中不存在，MATLAB报错如下：

• % join报错
• >> join(C,B)
• Error using table/join (line 130)
• The key variable for B must contain all values in the key variable for A.
• >> [a b] = lasterr
• a =
• Error using table/join (line 130)
• The key variable for B must contain all values in the key variable for A.
• b =
• MATLAB:table:join: LeftKeyValueNotFound
  

table的属性和支持的操作

最后做个总结，table是MATLAB从R2013b开始新引入的一个类（数据类型）。用UML(Unified Modeling Language)中的类图，可以表示如图 Figure.1Figure.1 table的Class Diagram
% F9 u+ w) l; D/ e2 e


/ H0 {8 m( @' q' A图Figure.1中的属性除Properties外都是私有属性，即不可以用dot语法直接访问

• % 通过Properties这个中间属性来访问table的其它属性
• >> t1.VariableNames
• You can not access the 'VariableNames' property directly.  Access it using dot subscripting via .Properties.VariableNames.
  

按照错误信息的提示，我们可以通过Properties这个metadata来访问这些属性,表\ref{map_phone_book_table}对应的table中的Properties将返回如下的内容

• % Properties作为访问table其它属性的中间层
• >> t1.Properties
• ans =
•              Description: ''
•     VariableDescriptions: {}
•            VariableUnits: {}
•           DimensionNames: {'Row'  'Variable'}
•                 UserData: []
•                 RowNames: {}
•            VariableNames: {'Name'  'Number'}
• >> t1.Properties.VariableNames
• ans =
•     'Name'    'Number'
  

图Figure.1中的中Import and export,Size and Shape, set, Data Organization操作代表一些列可以施加在table上的方法的集合。我们可以通过help命令来得到该类的帮助信息：

• >> help table
    }3 J) ?+ s3 y) ?( u/ _* P

其中有这些方法的介绍，这里大致罗列如下，方便读者查阅。

• Import and export类的操作
  2 U3 Y4 M# z8 J  a2 t" [5 X" G0 e
  • eadtable 读入一个文件，创建table对象
  • writetable 普通函数，把table写入一个文件，内部调用write
  • write 类方法，把table写入一个文件
    1 k: r+ b: E/ [7 m2 s
• Size and shape类的操作
  
  • istable 判断一个变量是否是table类型
  • size 返回table的高和宽，表头不计
  • width 返回table的宽
  • height 返回table的高
  • ndims 返回table的维度
  • numel 返回table高和宽的乘积
  • horcat 横向串接table
  • vercat 纵向串接table
    " c8 i7 ]8 L  r3 I9 C- n( G' a
• Set membership类的操作
  " U: b' v! @0 W1 D+ }" u2 K
  • intersect 返回两表中的相同的行
  • ismember 查询表中的行是否在另一表中也出现
  • setdiff 查询两表之间的差异
  • unique 返回的表中没有相同的行
  • sextor 两个集合交集的非
  • union 两个集合的并
  • join 自然连接
  • innterjoin 内连接
  • outerjoin 外连接
    # @' P- {9 M, P6 G. e! Q" H0 S7 ~
• Data organization的操作
  
  • summary 返回table的基本信息
  • sortrows 给table按照制定的row排序
  • stack 把table的各列摞成一列
  • unstack 把table的某一列展开成为若干列
  • ismissing 找到table中那些没有赋值的项，返回logical index
  • standizeMissing 给未赋值项赋默认值
    
• vaRFun 把函数作用在table中选定的变量上
• rowfun 把函数作用在table的每列上
  - q& D+ n0 n8 f* e

4 ]) _# |" ^$ W* r0 `* t

ExxNEN

MATLAB table数据结构（下）