如何在MATLAB R2016b（mac版本）中处理带有字符串的CSV文件

Question

我现在正试图在matlab r2016b mac版本中处理大型csv（200万行）。 csv的一小部分如下所示。

user_id,video_id,session,new_speed,old_speed,new_time,old_time,event_type,event_time 
a74fe6d4812fa93a1afa1a6a334ebdda,af7f974d395a4adddc8ab17a83996073,892d85cfeea8298fb7ca8755ac090e90,,,,,play_video,2015-04-06 22:20:58.928268 
a74fe6d4812fa93a1afa1a6a334ebdda,af7f974d395a4adddc8ab17a83996073,892d85cfeea8298fb7ca8755ac090e90,,,161.0,72.581,seek_video,2015-04-06 22:20:58.879149 
a74fe6d4812fa93a1afa1a6a334ebdda,7fb29805973a8a396c6de3faa8290ac1,892d85cfeea8298fb7ca8755ac090e90,,,,,play_video,2015-04-06 22:24:14.988693 
a74fe6d4812fa93a1afa1a6a334ebdda,9ace07b312f206ef7af2f48188360b16,892d85cfeea8298fb7ca8755ac090e90,,,,,load_video, 

我想要做的是为

1. 读取csv文件到MATLAB;
2. 将用户标识和视频标识映射到简单号码标识;
3. 删除会话ID。

我已经尝试了很多方法，但无法得到我想要的结果。 csvread无法处理此csv文件，因为里面有一些非数字项目，而我不熟悉fopen，并且总是会出现一些奇怪的错误，例如所有数据进入单个单元格。有没有解决这个问题的方法？

Answer 1

由于您提到的文字格式不同，因此使用textread()函数将是个不错的主意。它返回1D单元阵列。所以，首先你必须regexp()和索引的细胞以这种方式来分析它：

Thecell{row}{column} %accessing cell elements 

---

这里，我们去：

cellarray = textread('Put directory here','%s',9); 

for i=1:length(cellarray) 
parsed_cell{i} = regexp(cellarray, ',', 'split'); %% Parsing 1d cell 
end 

%% 3 items which you wanted for e.g. the first line 
line1 = parsed_cell{1}; 
line1{1}{3} = []; %% Deleting session id in line 1 of the text. 
        %%easily can be implemented for others 

%% putting user_id,video_id into number id in line 1. 
numberid = [line1{1}{1},line1{1}{2}]; 

Answer 2

我无法想象你将如何处理这些字符串。如果你只是需要编辑文件，我建议使用python（这是最简单的，但不是最快的，虽然比matlab快）或C（这是因为你的条件2百万行速度非常快，但不是最简单的）。根据我在Matlab中看到的，它非常擅长矩阵的数学运算，但对于你想做的事情来说不是一个好的选择。也许如果你说出你将要处理的所有数据（我的意思是数学运算符在你所说的之后），那么有人可以提供帮助！