在Matlab中添加新数据的高效方法（使用示例代码）

Question

我正在寻找方法，内置函数，最佳实践...将新数据追加到矩阵 - 当行和列不相同时 -

我处理的结构为数据如下：

A.values: Ta x Ma matrix of values 
A.dates: Ta x 1 vector of datenum 
A.id:  1 x Ma cell array of ids 

现在面临的挑战是如何处理，我加载和想追加到一个新的矩阵新的（可能重叠的）数据BC：

当有新的数据进来，它可以扩大水平和垂直方向由于：

• 新的ID
• 新日期

它也可以有以前min(A.dates)或开始日期max(A.dates)或之间min(A.dates)和max(A.dates)。 ID可以全部在B中独一无二（全新），或者一些可以重叠。

下面是一个例子：

A.values = [2.1 2.4 2.5 2.6; ... 
      4.1 4.4 4.5 4.6; ... 
      6.1 6.4 6.5 6.6]; 
A.dates = [730002; ... 
      730004; ... 
      730006]; 
A.id  = {'x1', 'x4', 'x5', 'x6'}; 

现在，新的数据进来：

B.values = [1.2 1.9 1.5 1.6 1.7; ... 
      3.2 3.9 3.5 3.6 3.7; ... 
      7.2 7.9 7.5 7.6 7.7; ... 
      8.2 8.9 8.5 8.6 8.7]; 
B.dates = [730001; ... 
      730003; ... 
      730007; ... 
      730008]; 
B.id  = {'x2', 'x9', 'x5', 'x6', 'x7'}; 

我们现在怎么办高效，快速地构建新的结构C？

C.values = [NaN 1.2 NaN 1.5 1.6 1.7 1.9; ... 
      2.1 NaN 2.4 2.5 2.6 NaN NaN; ... 
      NaN 3.2 NaN 3.5 3.6 3.7 3.9; ... 
      4.1 NaN 4.4 4.5 4.6 NaN NaN; ... 
      6.1 NaN 6.4 6.5 6.6 NaN NaN; ... 
      NaN 7.2 NaN 7.5 7.6 7.7 7.9; ... 
      NaN 8.2 NaN 8.5 8.6 8.7 8.9]; 
C.dates = [730001; ... 
      730002; ... 
      730003; ... 
      730004; ... 
      730006; ... 
      730007; ... 
      730008]; 
C.id  = {'x1', 'x2', 'x4', 'x5', 'x6', 'x7', 'x9'}; 

---

更新与时间表

继意见，我试着用timetable实现这一目标如下：

function dfmerged = in_mergeCache(dfA, dfB) 

dtA = datenum2datetime(dfA.dates); % function datenum2datetime can be found here: https://stackoverflow.com/a/46685634/4262057 
dtB = datenum2datetime(dfB.dates); 

TTa = array2timetable(dfA.values, 'RowTimes', dtA, 'VariableNames', dfA.id); 
TTb = array2timetable(dfB.values, 'RowTimes', dtB, 'VariableNames', dfB.id); 

TTs = synchronize(TTa,TTb); 

dfmerged.id  = TTs.Properties.VariableNames; 
dfmerged.values = table2array(TTs); 
dfmerged.dates = datenum(TTs.Time); %to convert datenum 

end 

问题：但是，这给了我一个很大的时间表，其中行确实同步的行，但只是重复的列（9列）。我怎样才能同步列？

C = 

    struct with fields: 

     id: {'x1' 'x4' 'x5_TTa' 'x6_TTa' 'x2' 'x9' 'x5_TTb' 'x6_TTb' 'x7'} 
    values: [7×9 double] 
    dates: [7×1 double] 

Answer 1

下面是一个解决方案使用unique和索引：

%combine the data and take unique value of them + their index 
[C.id,~,date_i] = unique([A.dates(:);B.dates(:)]); 
[C.dates,~,id_i] = unique([A.id B.id]); 

C.values = nan(numel(C.dates),numel(C.id)); 
%use matrix indexing to fill the sub-materices corresponding to elements of A and B 
C.values(date_i(1:numel(A.dates)),id_i(1:numel(A.id)))=A.values; 
C.values(date_i(numel(A.dates)+1:end),id_i(numel(A.id)+1:end))=B.values;