groupsummary

グループ要約の計算

ページ内をすべて折りたたむ

構文

G = groupsummary(T,groupvars)

G = groupsummary(T,groupvars,method)

G = groupsummary(T,groupvars,method,datavars)

G = groupsummary(T,groupvars,groupbins)

G = groupsummary(T,groupvars,groupbins,method)

G = groupsummary(T,groupvars,groupbins,method,datavars)

G = groupsummary(___,Name,Value)

B = groupsummary(A,groupvars,method)

B = groupsummary(A,groupvars,groupbins,method)

B = groupsummary(___,Name,Value)

[B,BG] = groupsummary(A,___)

[B,BG,BC] = groupsummary(A,___)

説明

例

G = groupsummary(T,groupvars) は、table または timetable である T のデータについて、計算されたグループおよび各グループの要素数を含む table を返します。グループは、groupvars のグループ化変数の一意の組み合わせを含みます。たとえば、G = groupsummary(T,'Gender') は、変数 Gender 内の Male 要素の数と、Female 要素の数を返します。

例

G = groupsummary(T,groupvars,method) は、method で指定された計算も返します。たとえば、G = groupsummary(T,'Gender','median') は、各グループの要素数に加えて、両方の性別について T 内のすべての非グループ化変数の中央値を返します。

例

G = groupsummary(T,groupvars,method,datavars) は、計算を適用する変数を指定します。

G = groupsummary(T,groupvars,groupbins) は、groupvars 内のデータをビン化する方法を指定します。たとえば、G = groupsummary(T,'SaleDate','year') は、グループ化変数 SaleDate に従って、各年度内の T のすべての売上げのグループカウントを与えます。

G = groupsummary(T,groupvars,groupbins,method) は、method で指定された計算について、groupbins に従ってデータをビン化します。

例

G = groupsummary(T,groupvars,groupbins,method,datavars) は、groupbins に従ってデータをビン化し、計算を適用する変数を指定します。

例

G = groupsummary(___,Name,Value) は、前述の任意の構文について名前と値の引数を 1 つ以上使用して、追加のグループ化プロパティを指定します。たとえば、G = groupsummary(T,'Category1','IncludeMissingGroups',false) は、<undefined> で指定された欠損 categorical データから作成されたグループを除外します。

B = groupsummary(A,groupvars,method) は、A がベクトルまたは行列の場合に、groupvars のグループ化ベクトルの一意の組み合わせに従って計算を返します。groupvars は列ベクトル、行列、または列ベクトルの cell 配列にすることができます。

例

B = groupsummary(A,groupvars,groupbins,method) は、groupbins に従ってデータをビン化します。

例

B = groupsummary(___,Name,Value) は、前述の配列構文のいずれかについて、名前と値の引数を 1 つ以上使用して、追加のグループ化プロパティを指定します。

[B,BG] = groupsummary(A,___) は、各グループ化ベクトルのグループも返します。

例

[B,BG,BC] = groupsummary(A,___) は、各グループのグループカウントも返します。

例

すべて折りたたむ

要約統計量

ライブスクリプトを開く

table 変数の要約統計量を計算します。

5 人の個人に関する情報を含む table T を作成します。

Gender = ["male";"female";"female";"male";"male"];
Age = [38;43;38;40;49];
Height = [71;69;64;67;64];
Weight = [176;163;131;133;119];
T = table(Gender,Age,Height,Weight)

T=5×4 table
     Gender     Age    Height    Weight
    ________    ___    ______    ______

    "male"      38       71       176  
    "female"    43       69       163  
    "female"    38       64       131  
    "male"      40       67       133  
    "male"      49       64       119

グループ化変数として Gender を指定して、男性と女性の人数を計算します。

G = groupsummary(T,"Gender")

G=2×2 table
     Gender     GroupCount
    ________    __________

    "female"        2     
    "male"          3

女性と男性の平均年齢、身長、体重をそれぞれ計算します。

G = groupsummary(T,"Gender","mean")

G=2×5 table
     Gender     GroupCount    mean_Age    mean_Height    mean_Weight
    ________    __________    ________    ___________    ___________

    "female"        2            40.5         66.5            147   
    "male"          3          42.333       67.333         142.67

性別でグループ化して、平均身長のみを計算します。

G = groupsummary(T,"Gender","median","Height")

G=2×3 table
     Gender     GroupCount    median_Height
    ________    __________    _____________

    "female"        2             66.5     
    "male"          3               67

複数のグループ化変数

ライブスクリプトを開く

2 つのグループ化変数を使用してテーブルデータをグループ化します。

5 人の個人に関する情報を含む table T を作成します。

Gender = ["male";"female";"male";"female";"male"];
Smoker = logical([1;0;1;0;1]);
Weight = [176;163;131;133;119];
T = table(Gender,Smoker,Weight)

T=5×3 table
     Gender     Smoker    Weight
    ________    ______    ______

    "male"      true       176  
    "female"    false      163  
    "male"      true       131  
    "female"    false      133  
    "male"      true       119

性別および喫煙状態でグループ化した、平均体重を計算します。既定では、性別と喫煙状態の 2 つの組み合わせは空のグループであるため、出力に表されません。

G = groupsummary(T,{'Gender','Smoker'},'mean','Weight')

G=2×4 table
     Gender     Smoker    GroupCount    mean_Weight
    ________    ______    __________    ___________

    "female"    false         2             148    
    "male"      true          3             142

'IncludeEmptyGroups' パラメーター値を true に設定して、空の組み合わせを含む、すべてのグループの組み合わせを表示します。

G = groupsummary(T,{'Gender','Smoker'},'mean','Weight','IncludeEmptyGroups',true)

G=4×4 table
     Gender     Smoker    GroupCount    mean_Weight
    ________    ______    __________    ___________

    "female"    false         2             148    
    "female"    true          0             NaN    
    "male"      false         0             NaN    
    "male"      true          3             142

グループビンの指定

ライブスクリプトを開く

指定されたビンに従ってデータをグループ化します。

1 か月以内の日数分の売上情報が含まれる timetable を作成します。

TimeStamps = datetime([2017 3 4; 2017 3 2; 2017 3 15; 2017 3 10;...
                       2017 3 14; 2017 3 31; 2017 3 25;...
                       2017 3 29; 2017 3 21; 2017 3 18]);
Profit = [2032 3071 1185 2587 1998 2899 3112 909 2619 3085]';
TotalItemsSold = [14 13 8 5 10 16 8 6 7 11]';
TT = timetable(TimeStamps,Profit,TotalItemsSold)

TT=10×2 timetable
    TimeStamps     Profit    TotalItemsSold
    ___________    ______    ______________

    04-Mar-2017     2032           14      
    02-Mar-2017     3071           13      
    15-Mar-2017     1185            8      
    10-Mar-2017     2587            5      
    14-Mar-2017     1998           10      
    31-Mar-2017     2899           16      
    25-Mar-2017     3112            8      
    29-Mar-2017      909            6      
    21-Mar-2017     2619            7      
    18-Mar-2017     3085           11

品目番号の区間にグループをビン化し、売却済品目合計でグループ化された平均利益を計算します。

format shorte
G = groupsummary(TT,'TotalItemsSold',[0 4 8 12 16],'mean','Profit')

G=3×3 table
    disc_TotalItemsSold    GroupCount    mean_Profit
    ___________________    __________    ___________

         [4, 8)            3.0000e+00    2.0383e+03 
         [8, 12)           4.0000e+00    2.3450e+03 
         [12, 16]          3.0000e+00    2.6673e+03

曜日別にグループ化された平均利益を計算します。

G = groupsummary(TT,'TimeStamps','dayname','mean','Profit')

G=5×3 table
    dayname_TimeStamps    GroupCount    mean_Profit
    __________________    __________    ___________

        Tuesday           2.0000e+00    2.3085e+03 
        Wednesday         2.0000e+00    1.0470e+03 
        Thursday          1.0000e+00    3.0710e+03 
        Friday            2.0000e+00    2.7430e+03 
        Saturday          3.0000e+00    2.7430e+03

ベクトルデータによるグループ操作

ライブスクリプトを開く

日付のベクトルと、対応する利益額のベクトルを作成します。

timeStamps = datetime([2017 3 4; 2017 3 2; 2017 3 15; 2017 3 10; ...
                       2017 3 14; 2017 3 31; 2017 3 25; ...
                       2017 3 29; 2017 3 21; 2017 3 18]);
profit = [2032 3071 1185 2587 1998 2899 3112 909 2619 3085]';

曜日別の平均利益を計算します。各グループの平均、グループ名、メンバー数を表示します。

format shorte
[meanDailyProfit,dayOfWeek,dailyCounts] = groupsummary(profit,timeStamps,'dayname','mean')

meanDailyProfit = 5×1

   2.3085e+03
   1.0470e+03
   3.0710e+03
   2.7430e+03
   2.7430e+03

dayOfWeek = 5x1 categorical
     Tuesday 
     Wednesday 
     Thursday 
     Friday 
     Saturday

dailyCounts = 5×1

     2
     2
     1
     2
     3

ベクトル入力の複数のグループ化ベクトル

ライブスクリプトを開く

性別と喫煙状況に基づいて、4 つのグループの平均体重を計算します。

患者情報を異なるタイプの 3 つのベクトルとして保存します。

Gender = ["male";"female";"male";"female";"male"];
Smoker = logical([1;0;1;0;1]);
Weight = [176;163;131;133;119];

性別と喫煙状況でグループ化し、平均体重を計算します。B には各グループの平均値 (空のグループの場合は NaN) が格納されます。BG は、行基準で要素を見た場合のグループを表す 2 つのベクトルを含む cell 配列です。たとえば、BG{1} の最初の行からは、最初のグループの患者が女性であることがわかり、BG{2} の最初の行からは、これらの患者が非喫煙者であることがわかります。最後に、BC には、BG の対応する各グループのメンバー数が格納されます。

[B,BG,BC] = groupsummary(Weight,{Gender,Smoker},'mean','IncludeEmptyGroups',true);
B

B = 4×1

   148
   NaN
   NaN
   142

BG{1}

ans = 4x1 string
    "female"
    "female"
    "male"
    "male"

BG{2}

ans = 4x1 logical array

   0
   1
   0
   1

BC

複数の入力のあるメソッドの関数ハンドル

ライブスクリプトを開く

患者情報を含むデータを読み込み、各患者の性別、収縮期および拡張期の血圧、身長、体重を記述する table を作成します。

load patients
T = table(Gender,Systolic,Diastolic,Height,Weight)

T=100×5 table
      Gender      Systolic    Diastolic    Height    Weight
    __________    ________    _________    ______    ______

    {'Male'  }      124          93          71       176  
    {'Male'  }      109          77          69       163  
    {'Female'}      125          83          64       131  
    {'Female'}      117          75          67       133  
    {'Female'}      122          80          64       119  
    {'Female'}      121          70          68       142  
    {'Female'}      130          88          64       142  
    {'Male'  }      115          82          68       180  
    {'Male'  }      115          78          68       183  
    {'Female'}      118          86          66       132  
    {'Female'}      114          77          68       128  
    {'Female'}      115          68          66       137  
    {'Male'  }      127          74          71       174  
    {'Male'  }      130          95          72       202  
    {'Female'}      114          79          65       129  
    {'Male'  }      130          92          71       181  
      ⋮

性別でグループ化し、患者の身長と体重の間の相関と収縮期および拡張期の血圧の間の相関を計算します。相関を計算する方法として関数 xcov を使用します。xcov の最初の 2 つの入力引数は相関するデータを記述し、3 番目の引数はラグサイズを記述し、4 番目の引数は正規化の種類を記述します。各グループ計算で、xcov に渡される引数 x と y は、2 つのセル要素 ["Height","Systolic"] と ["Weight","Diastolic"] の変数によってペアで指定されます。

G = groupsummary(T,"Gender",@(x,y)xcov(x,y,0,'coeff'),{["Height","Systolic"],["Weight","Diastolic"]})

G=2×4 table
      Gender      GroupCount    fun1_Height_Weight    fun1_Systolic_Diastolic
    __________    __________    __________________    _______________________

    {'Female'}        53             0.071278                 0.48731        
    {'Male'  }        47             0.047571                 0.50254

あるいは、データが table ではなくベクトルまたは行列形式である場合、相関するデータを groupsummary の最初の入力引数として提供できます。

[G,GR,GC] = groupsummary({[Height,Systolic],[Weight,Diastolic]},Gender,@(x,y)xcov(x,y,0,'coeff'))

G = 2×2

    0.0713    0.4873
    0.0476    0.5025

GR = 2x1 cell
    {'Female'}
    {'Male'  }

入力引数

すべて折りたたむ

`T` — 入力データ
table | timetable

入力データ。table または timetable として指定します。

`A` — 入力配列
ベクトル | 行列 | cell 配列

入力配列。ベクトル、行列、ベクトルまたは行列の cell 配列として指定します。

複数の入力引数を受け入れる method の関数ハンドルを指定する場合、入力データ A はベクトルまたは行列の cell 配列でなければなりません。グループ単位での関数の各呼び出しでは、入力引数は cell 配列の各要素の対応する列です。以下に例を示します。

groupsummary({x1, y1},groupvars,@(x,y) myFun(x,y)) は各グループの myFun(x1,y1) を計算します。
groupsummary({[x1 x2], [y1 y2]},groupvars,@(x,y) myFun(x,y)) は最初に各グループの myFun(x1,y1) を計算し、次に各グループの myFun(x2,y2) を計算します。

`groupvars` — グループ化変数またはベクトル
スカラー | ベクトル | 行列 | cell 配列 | 関数ハンドル | table `vartype` 添字

グループ化変数またはベクトル。次のオプションのいずれかとして指定します。

配列入力の場合、groupvars は A と同じ行数をもつ列ベクトルか、行列内あるいは cell 配列内に配置した列ベクトルのグループのいずれかにすることができます。

入力が table または timetable の場合、groupvars はデータ内のグループの計算に使用する変数を示します。グループ化変数は、次の表のオプションのいずれかを使用して指定できます。

オプション	説明	例
スカラー変数名	単一の table 変数名を指定する文字ベクトルまたはスカラー string。	`'Var1'` `"Var1"`
変数名のベクトル	各要素が table 変数名である、文字ベクトルの cell 配列または string 配列。	`{'Var1' 'Var2'}` `["Var1" "Var2"]`
変数インデックスのスカラーまたはベクトル	table 変数インデックスのスカラーまたはベクトル。	`1` `[1 3 5]`
logical スカラーまたはベクトル	各要素が table 変数に対応する logical ベクトル。`true` の場合は対応する変数を含めて、`false` の場合は対応する変数を除外します。	`[true false true]`
関数ハンドル	入力として table 変数をとり、logical スカラーを返す関数ハンドル。	`@isnumeric`
`vartype` 添字	関数 `vartype` によって生成される table の添字。	`vartype('numeric')`

例: groupsummary(T,"Var3")

`method` — 計算方法
`'sum'` | `'mean'` | `'median'` | `'mode'` | `'var'` | `'std'` | `'min'` | `'max'` | `'range'` | `'nummissing'` | `'nnz'` | `'all'` | 関数ハンドル | cell 配列

計算方法。次のいずれかとして指定します。

'sum' — 和
'mean' — 平均値
'median' — 中央値
'mode' — 最頻値
'var' — 分散
'std' — 標準偏差
'min' — 最小値
'max' — 最大値
'range' — 最大値から最小値を引いた値
'nummissing' — 欠損要素の数
'nnz' — 非ゼロと非 NaN 要素の数
'all' — 前述のすべての計算

最初の次元の長さが 1 であるグループごとに 1 つのエンティティを返す関数ハンドルとして method を指定することもできます。table 入力データの場合、関数はそれぞれの table 変数に対して個別に演算を行います。

入力データが table T であり、複数の入力引数を受け入れる method の関数ハンドルを指定する場合、datavars を指定しなければなりません。datavars 引数は、cell 配列 (その要素が、メソッドへの各入力に使用する table 変数を示す) でなければなりません。グループ単位での関数の各呼び出しでは、入力引数は cell 配列の要素の対応する table 変数です。以下に例を示します。

groupsummary(T,groupvars,@(x,y) myFun(x,y),{"x1","y1"}) は各グループの myFun(T.x1,T.y1) を計算します。
groupsummary(T,groupvars,@(x,y) myFun(x,y),{["x1" "x2"],["y1" "y2"]}) は最初に各グループの myfun(T.x1,T.y1) を計算し、次に各グループの myfun(T.x2,T.y2) を計算します。

入力データがベクトルまたは行列形式であり、複数の入力引数を受け入れる method の関数ハンドルを指定する場合、入力データ A はベクトルまたは行列の cell 配列でなければなりません。関数の各呼び出しでは、入力引数は cell 配列の各要素の対応する列です。以下に例を示します。

groupsummary({x1,y1},groupvars,@(x,y) myFun(x,y)) は各グループの myFun(x1,y1) を計算します。
groupsummary({[x1 x2],[y1 y2]},groupvars,@(x,y) myFun(x,y)) は最初に各グループの myFun(x1,y1) を計算し、次に各グループの myFun(x2,y2) を計算します。

一度に複数の計算を指定するには、{'mean','median'} または {myFun1,myFun2} などのように cell 配列にオプションをリストします。

入力データ内の NaN 値は、'nummissing' を除いて、ここで説明されているメソッド名を使用すると自動的に省略されます。NaN 値を含めるには、メソッドで 'sum' の代わりに @sum などの関数ハンドルの使用を検討してください。

データ型: char | string | cell | function_handle

`datavars` — 演算の対象とする table 変数
スカラー | ベクトル | cell 配列 | 関数ハンドル | table `vartype` 添字

演算の対象とする table 変数。次の表のオプションのいずれかとして指定します。datavars は、メソッドを適用する入力 table または timetable の変数を示します。datavars で指定されていないその他の変数は演算されず、出力に渡されません。datavars が指定されない場合、groupsummary はそれぞれの非グループ化変数を処理します。

オプション	説明	例
変数名	単一の table 変数名を指定する文字ベクトルまたはスカラー string	`'Var1'` `"Var1"`
変数名のベクトル	各要素が table 変数名である、文字ベクトルの cell 配列または string 配列	`{'Var1' 'Var2'}` `["Var1" "Var2"]`
変数インデックスのスカラーまたはベクトル	table 変数インデックスのスカラーまたはベクトル	`1` `[1 3 5]`
logical ベクトル	各要素が table 変数に対応する logical ベクトル。`true` の場合は対応する変数を含めて、`false` の場合は対応する変数を除外します。	`[true false true]`
関数ハンドル	入力として table 変数をとり、logical スカラーを返す関数ハンドル	`@isnumeric`
`vartype` 添字	関数 `vartype` によって生成される table の添字	`vartype('numeric')`

入力データが table T であり、複数の入力引数を受け入れる method の関数ハンドルを指定する場合、datavars を指定しなければなりません。datavars 引数は、その要素がこの表のオプションのいずれかである cell 配列でなければなりません。cell 配列の要素は、メソッドへの各入力に使用する table 変数を示します。グループ単位での関数の各呼び出しでは、入力引数は cell 配列の要素の対応する table 変数です。以下に例を示します。

groupsummary(T,groupvars,@(x,y) myFun(x,y),{"x1", "y1"}) は各グループの myFun(T.x1,T.y1) を計算します。
groupsummary(T,groupvars,@(x,y) myFun(x,y),{["x1" "x2"],["y1" "y2"]}) は最初に各グループの myfun(T.x1,T.y1) を計算し、次に各グループの myfun(T.x2,T.y2) を計算します。

例: groupsummary(T,groupvars,method,["Var1" "Var2" "Var4"])

`groupbins` — ビン化スキーム
`'none'` (既定値) | ベクトル | スカラー | cell 配列

ビン化スキーム。次のいずれかのオプションとして指定します。

ビン化しないことを示す 'none'
数値ベクトル、または datetime ベクトル (datetime グループ化変数またはベクトルの場合) として指定されるビンエッジのリスト
整数値スカラーとして指定されるビン数
ビンの幅を示す duration 型または calendarDuration 型のスカラーとして指定される時間範囲 (datetime または duration グループ化変数またはベクトルの場合のみ)

次のいずれかの文字ベクトルとして指定される時間ビン (datetime または duration グループ化変数またはベクトルの場合のみ)

値	説明	データ型
`'second'`	各ビンは 1 秒です。	`datetime` と `duration`
`'minute'`	各ビンは 1 分です。	`datetime` と `duration`
`'hour'`	各ビンは 1 時間です。	`datetime` と `duration`
`'day'`	各ビンは 1 カレンダー日です。この値には、夏時間のシフトが考慮されます。	`datetime` と `duration`
`'week'`	各ビンは 1 カレンダー週です。	`datetime` のみ
`'month'`	各ビンは 1 カレンダー月です。	`datetime` のみ
`'quarter'`	各ビンは 1 カレンダー四半期です。	`datetime` のみ
`'year'`	各ビンは 1 カレンダー年です。この値には、うるう日が考慮されます。	`datetime` と `duration`
`'decade'`	各ビンは 10 年 (10 カレンダー年) です。	`datetime` のみ
`'century'`	各ビンは 1 世紀 (100 カレンダー年) です。	`datetime` のみ
`'secondofminute'`	ビンは 0 から 59 までの秒です。	`datetime` のみ
`'minuteofhour'`	ビンは 0 から 59 までの分です。	`datetime` のみ
`'hourofday'`	ビンは 0 から 23 までの時間です。	`datetime` のみ
`'dayofweek'`	ビンは 1 から 7 までの曜日です。週の始まりは日曜日です。	`datetime` のみ
`'dayname'`	ビンは `'Sunday'` などの完全な曜日名です。	`datetime` のみ
`'dayofmonth'`	ビンは 1 から 31 までの日です。	`datetime` のみ
`'dayofyear'`	ビンは 1 から 366 までの日です。	`datetime` のみ
`'weekofmonth'`	ビンは 1 から 6 までの週です。	`datetime` のみ
`'weekofyear'`	ビンは 1 から 54 までの週です。	`datetime` のみ
`'monthname'`	ビンは `'January'` などの完全な月名です。	`datetime` のみ
`'monthofyear'`	ビンは 1 から 12 までの月です。	`datetime` のみ
`'quarterofyear'`	ビンは 1 から 4 までの四半期です。	`datetime` のみ

各グループ化変数またはベクトルのビン化ルールをリストする cell 配列

複数のグループ化変数を指定する場合、すべてのグループ化変数に適用される 1 つのビン化ルールを指定するか、グループ化変数ごとのビン化メソッドが格納された cell 配列 ({'none',[0 2 4 Inf]} など) を指定することができます。

名前と値の引数

引数のオプションのペアを Name1=Value1,...,NameN=ValueN として指定します。ここで Name は引数名で、Value は対応する値です。名前と値の引数は他の引数の後になければなりませんが、ペアの順序は重要ではありません。

R2021a より前では、コンマを使用してそれぞれの名前と値を区切り、Name を引用符で囲みます。

例: G = groupsummary(T,groupvars,groupbins,'IncludedEdge','right')

`IncludedEdge` — 含めるビンエッジ
`'left'` (既定値) | `'right'`

含めるビンエッジ。'left' または 'right' のいずれかとして指定し、ビン区間のどちらの端が含まれるかを示します。

この名前と値のペアは groupbins が指定されている場合にのみ指定できます。この値は、すべてのグループ化変数またはベクトルで、すべてのビン化スキームに適用されます。

`IncludeMissingGroups` — 欠損グループインジケーター
`true` (既定値) | `false`

欠損グループインジケーター。true または false として指定します。パラメーター値が true の場合、groupsummary には NaN などの欠損値で構成されたグループが表示されます。パラメーター値が false の場合、欠損グループは groupsummary に表示されません。

データ型: logical

`IncludeEmptyGroups` — 空のグループインジケーター
`false` (既定値) | `true`

空のグループインジケーター。true または false として指定します。パラメーター値が false の場合、要素がゼロのグループは groupsummary に表示されません。パラメーター値が true の場合、groupsummary には空のグループが表示されます。

データ型: logical

出力引数

すべて折りたたむ

`G` — 出力テーブル
table

出力 table。グループ別に指定された計算が含まれる table として返されます。

`B` — 出力配列
ベクトル | 行列

出力配列。グループの計算が含まれるベクトルまたは行列として返されます。複数の方法を指定した場合、groupsummary はリストされた順序で計算を横方向に連結します。

`BG` — グループ
列ベクトル | 列ベクトルの cell 配列

配列の入力データのグループ。グループ化ベクトルに対応する、列ベクトルまたは列ベクトルの cell 配列として返されます。

複数のグループ化ベクトルが使用されている場合、BG は長さが等しい列ベクトルを含む cell 配列となります。グループ情報を確認するには、BG のすべてのベクトルの要素を行単位で参照します。各グループは、出力配列 B の対応する行にマッピングされます。

`BC` — グループカウント
列ベクトル

配列の入力データのグループカウント。各グループの要素数が含まれる列ベクトルとして返されます。BC の長さは、BG で返されるグループ列ベクトルの長さと同じです。

ヒント

groupsummary を何度も呼び出す場合、可能であればパフォーマンス向上のためグループ変数を categorical 型または logical 型に変換することを検討してください。たとえば、char 型のグループ化変数 (要素が 'Male' と 'Female' である Gender など) がある場合、categorical(Gender) コマンドを使用してこれを categorical 値に変換することができます。

拡張機能

tall 配列
メモリの許容量を超えるような多数の行を含む配列を計算します。

使用上の注意事項および制限事項:

A と groupvars が両方とも tall 行列の場合、その行数は同じでなければなりません。
最初の入力が tall 行列の場合、groupvars を tall グループ化ベクトルを含む cell 配列にすることができます。
引数 groupvars と引数 datavars は関数ハンドルをサポートしていません。
名前と値の引数 IncludeEmptyGroups はサポートされていません。
'median' メソッドと 'mode' メソッドはサポートされていません。
tall datetime 配列の場合、'std' メソッドはサポートされていません。
引数 method が関数ハンドルの場合は、tall 配列を扱う splitapply の有効な入力でなければなりません。関数ハンドルが複数の入力を受け入れる場合、groupsummary への最初の入力は tall table でなければなりません。
グループの順序は、インメモリ groupsummary の計算と比べ異なっている場合があります。
離散化された datetime 配列によってグループ化する場合、カテゴリのグループ名はインメモリ groupsummary 計算と比べ異なっています。

詳細については、tall 配列を参照してください。

C/C++ コード生成
MATLAB® Coder™ を使用して C および C++ コードを生成します。

使用上の注意事項および制限事項:

スパース入力はサポートされません。
datetime データと duration データの場合、ビン化スキームはサポートされません。
可変サイズのコンテンツが格納された異種混合 cell 配列は入力データとしてサポートされません。
N 次元配列が含まれる入力 table はサポートされません。
文字ベクトルの cell 配列、または cell 配列の cell 配列が含まれる入力データはサポートされません。
計算方法は定数でなければなりません。
最初の入力引数が table である場合、グループ化変数は定数でなければなりません。
データ変数は定数でなければなりません。
文字ベクトルまたは string として指定するビン化スキームは定数でなければなりません。
名前と値の引数は定数でなければなりません。
計算方法はスパースまたは N 次元の結果を返すことはできません。
グループ変数の数が実行時に変動する可能性がある場合、2 番目の出力 BG は cell 配列です。

スレッドベースの環境
MATLAB® の `backgroundPool` を使用してバックグラウンドでコードを実行するか、Parallel Computing Toolbox™ の `ThreadPool` を使用してコードを高速化します。

この関数はスレッドベースの環境を完全にサポートしています。詳細については、スレッドベースの環境での MATLAB 関数の実行を参照してください。

バージョン履歴

R2018a で導入

すべて展開する

R2022a: グループサイズが小さい場合のパフォーマンスが向上

関数 groupsummary は、特に各グループのデータ数が少ない場合に、パフォーマンスが向上しています。

R2022a: 標準欠損値がないデータ型の受け入れ

nummissing および nnz メソッドで、標準欠損値の既定の定義がない入力データ型を使用してもエラーは発生しないようになりました。

このような入力に対して MATLAB がスローしていたエラーを使用するコード (try/catch ブロック内のコードなど) は、そうしたエラーをキャッチしなくなる可能性があります。

参考

groupsummary

構文

説明

例

要約統計量

複数のグループ化変数

グループ ビンの指定

ベクトル データによるグループ操作

ベクトル入力の複数のグループ化ベクトル

複数の入力のあるメソッドの関数ハンドル

入力引数

T — 入力データ table | timetable

A — 入力配列 ベクトル | 行列 | cell 配列

groupvars — グループ化変数またはベクトル スカラー | ベクトル | 行列 | cell 配列 | 関数ハンドル | table vartype 添字

method — 計算方法 'sum' | 'mean' | 'median' | 'mode' | 'var' | 'std' | 'min' | 'max' | 'range' | 'nummissing' | 'nnz' | 'all' | 関数ハンドル | cell 配列

datavars — 演算の対象とする table 変数 スカラー | ベクトル | cell 配列 | 関数ハンドル | table vartype 添字

groupbins — ビン化スキーム 'none' (既定値) | ベクトル | スカラー | cell 配列

名前と値の引数

IncludedEdge — 含めるビン エッジ 'left' (既定値) | 'right'

IncludeMissingGroups — 欠損グループ インジケーター true (既定値) | false

IncludeEmptyGroups — 空のグループ インジケーター false (既定値) | true

出力引数

G — 出力テーブル table

B — 出力配列 ベクトル | 行列

BG — グループ 列ベクトル | 列ベクトルの cell 配列

BC — グループ カウント 列ベクトル

ヒント

拡張機能

tall 配列 メモリの許容量を超えるような多数の行を含む配列を計算します。

C/C++ コード生成 MATLAB® Coder™ を使用して C および C++ コードを生成します。

スレッドベースの環境 MATLAB® の backgroundPool を使用してバックグラウンドでコードを実行するか、Parallel Computing Toolbox™ の ThreadPool を使用してコードを高速化します。

バージョン履歴

R2022a: グループ サイズが小さい場合のパフォーマンスが向上

R2022a: 標準欠損値がないデータ型の受け入れ

参考

トピック

グループビンの指定

ベクトルデータによるグループ操作

`T` — 入力データ
table | timetable

`A` — 入力配列
ベクトル | 行列 | cell 配列

`groupvars` — グループ化変数またはベクトル
スカラー | ベクトル | 行列 | cell 配列 | 関数ハンドル | table `vartype` 添字

`method` — 計算方法
`'sum'` | `'mean'` | `'median'` | `'mode'` | `'var'` | `'std'` | `'min'` | `'max'` | `'range'` | `'nummissing'` | `'nnz'` | `'all'` | 関数ハンドル | cell 配列

`datavars` — 演算の対象とする table 変数
スカラー | ベクトル | cell 配列 | 関数ハンドル | table `vartype` 添字

`groupbins` — ビン化スキーム
`'none'` (既定値) | ベクトル | スカラー | cell 配列

`IncludedEdge` — 含めるビンエッジ
`'left'` (既定値) | `'right'`

`IncludeMissingGroups` — 欠損グループインジケーター
`true` (既定値) | `false`

`IncludeEmptyGroups` — 空のグループインジケーター
`false` (既定値) | `true`

`G` — 出力テーブル
table

`B` — 出力配列
ベクトル | 行列

`BG` — グループ
列ベクトル | 列ベクトルの cell 配列

`BC` — グループカウント
列ベクトル

tall 配列
メモリの許容量を超えるような多数の行を含む配列を計算します。

C/C++ コード生成
MATLAB® Coder™ を使用して C および C++ コードを生成します。

スレッドベースの環境
MATLAB® の `backgroundPool` を使用してバックグラウンドでコードを実行するか、Parallel Computing Toolbox™ の `ThreadPool` を使用してコードを高速化します。

R2022a: グループサイズが小さい場合のパフォーマンスが向上