MATLAB中fillmissing函数用法

A = [1 3 NaN 4 NaN NaN 5];
F = fillmissing(A,'previous')
 
F = 1×7
 
     1     3     3     4     4     4     5

A = [1 NaN; NaN 2]
A = 2×2
 
     1   NaN
   NaN     2
 
 
F = fillmissing(A,'constant',[100 1000])
F = 2×2
 
           1        1000
         100           2

x = [-4*pi:0.1:0, 0.1:0.2:4*pi];
A = sin(x);

A(A < 0.75 & A > 0.5) = NaN;

[F,TF] = fillmissing(A,'linear','SamplePoints',x);

scatter(x,A)
hold on
scatter(x(TF),F(TF))
legend('Original Data','Filled Data')

x = linspace(0,10,200); 
A = sin(x) + 0.5*(rand(size(x))-0.5); 
A([1:10 randi([1 length(x)],1,50)]) = NaN; 

F = fillmissing(A,'movmedian',10);  
plot(x,F,'.-') 
hold on
plot(x,A,'.-')
legend('Original Data','Filled Data')

t = 10:10:100;
A = [0.1 0.2 0.3 NaN NaN 0.6 0.7 NaN 0.9 1];
scatter(t,A)

n = 2;
gapwindow = [10 0];
 
[F,TF] = fillmissing(A,@(xs,ts,tq) forwardfill(xs,ts,tq,n),gapwindow,'SamplePoints',t);

scatter(t,A)
hold on
scatter(t(TF),F(TF))

function y = forwardfill(xs,ts,tq,n)
% Fill n values in the missing gap using the previous nonmissing value
y = NaN(1,numel(tq));
y(1:min(numel(tq),n)) = xs;
end

A = [NaN NaN 5 3 NaN 5 7 NaN 9 NaN;
     8 9 NaN 1 4 5 NaN 5 NaN 5;
     NaN 4 9 8 7 2 4 1 1 NaN]
A = 3×10
 
   NaN   NaN     5     3   NaN     5     7   NaN     9   NaN
     8     9   NaN     1     4     5   NaN     5   NaN     5
   NaN     4     9     8     7     2     4     1     1   NaN
 
 
 
F = fillmissing(A,'linear',2,'EndValues','nearest')
F = 3×10
 
     5     5     5     3     4     5     7     8     9     9
     8     9     5     1     4     5     5     5     5     5
     4     4     9     8     7     2     4     1     1     1

A = table(categorical({'Sunny'; 'Cloudy'; ''}),[66; NaN; 54],{''; 'N'; 'Y'},[37; 39; NaN],...
    'VariableNames',{'Description' 'Temperature' 'Rain' 'Humidity'})
 
 
A=3×4 table
    Description    Temperature       Rain       Humidity
    ___________    ___________    __________    ________
 
    Sunny               66        {0x0 char}       37   
    Cloudy             NaN        {'N'     }       39   
             54        {'Y'     }      NaN   

F = fillmissing(A,'previous')
F=3×4 table
    Description    Temperature       Rain       Humidity
    ___________    ___________    __________    ________
 
      Sunny            66         {0x0 char}       37   
      Cloudy           66         {'N'     }       39   
      Cloudy           54         {'Y'     }       39   

F = fillmissing(A,'constant',0,'DataVariables',{'Temperature','Humidity'})
F=3×4 table
    Description    Temperature       Rain       Humidity
    ___________    ___________    __________    ________
 
    Sunny              66         {0x0 char}       37   
    Cloudy              0         {'N'     }       39   
            54         {'Y'     }        0   

参数说明：

A-输入数据，指定为向量、矩阵、多维数组、字符向量元胞数组、表或时间表。

• 如果 A 为时间表，则仅填充表值。如果关联的行时间向量包含 NaT 或 NaN 值，则 fillmissing 会产生错误。行时间必须是唯一的并按升序列出。

• 如果 A 是元胞数组或包含元胞数组变量的表，则 fillmissing 仅在元胞数组包含字符向量时填充缺失元素。

v-填充常量，指定为标量、向量或元胞数组。

• 如果 A 是矩阵或多维数组，则 v 可以是向量，表示每个运算维度的一个不同填充值。v 的长度必须与运算维度的长度相匹配。

• 如果 A 是表或时间表，则 v 可以是填充值的元胞数组，表示每个变量的一个不同填充值。元胞数组中的元素数必须与表中的变量数目相匹配。

method-填充方法，指定为下列值之一：

movmethod — 移窗法

填充缺失数据的移动方法，指定为下列值之一：

window — 窗长度
        移动方法的窗长度，指定为正整数标量、由正整数组成的二元素向量、正持续时间标量或由正持续时间组成的二元素向量。窗是相对于采样点定义的。

        如果 window 是正整数标量，则窗以当前元素为中心并且包含 window-1 个相邻元素。如果 window 是偶数，则窗口以当前元素和上一个元素为中心。

        如果 window 是由正整数组成的二元素向量 [b f]，则窗口包含当前元素、其之前的 b 个元素和之后的 f 个元素。

        如果 A 是时间表或 SamplePoints 指定为 datetime 或 duration 向量，则窗口必须为 duration 类型。

k — 最近邻的数量,用 'knn' 方法计算平均值的最近邻的数量，指定为正整数标量。