如何在MATLAB R2016b（mac版本）中處理帶有字符串的CSV文件

Question

我現在正試圖在matlab r2016b mac版本中處理大型csv（200萬行）。 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, 

我想要做的是爲

1. 讀取csv文件到MATLAB;
2. 將用戶標識和視頻標識映射到簡單號碼標識;
3. 刪除會話ID。

我已經嘗試了很多方法，但無法得到我想要的結果。 csvread無法處理此csv文件，因爲裏面有一些非數字項目，而我不熟悉fopen，並且總是會出現一些奇怪的錯誤，例如所有數據進入單個單元格。有沒有解決這個問題的方法？

Answer 1

由於您提到的文字格式不同，因此使用textread()函數將是個不錯的主意。它返回1D單元陣列。所以，首先你必須regexp()和索引的細胞以這種方式來分析它：

Thecell{row}{column} %accessing cell elements 

---

這裏，我們去：

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

我無法想象你將如何處理這些字符串。如果你只是需要編輯文件，我建議使用python（這是最簡單的，但不是最快的，雖然比matlab快）或C（這是因爲你的條件2百萬行速度非常快，但不是最簡單的）。根據我在Matlab中看到的，它非常擅長矩陣的數學運算，但對於你想做的事情來說不是一個好的選擇。也許如果你說出你將要處理的所有數據（我的意思是數學運算符在你所說的之後），那麼有人可以提供幫助！