本文已参与「新人创作礼」活动，一起开启掘金创作之路。

Matlab利用元组特性处理Excel字符数据

0.要求

数据格式类似：

需要将订单号和商品编号数字化，成一个矩阵，类似下图所示。

其中，每个订单1行，每个商品1列。

1.思路

逐个订单遍历，如果出现新的商品名thisLine.sku_ID，就加入元组saveSku。

如果数据这一行的订单号与上一行订单号相等，则ordIndex不变，否则ordIndex+1。

相关变量的作用如下：

• originData 原始数据
• retAns 结果
• sizeData 原始数据的规模 lengthData原始数据的列数
• thisLine 当前行 thisLine.order_ID 订单号 thisLine.sku_ID 商品号
• ordIndex 已处理的订单数
• saveSku 所有商品名 saveSku中元素所在的位置代表对应retAns的列编号

tic/toc函数可以统计程序运行的时间，以估算更大数据下所需的时间。

2.实现程序

使用Matlab实现上述程序。

tic
% originData = readtable("data.xlsx");
% load("dataSaved.mat")
% order_ID sku_ID
tempMaxIndex = 10000;
retAns = zeros(tempMaxIndex,3000);
sizeData = size(originData);
lengthData = sizeData(1);

thisLine = originData(1,:);
thisOrd = thisLine.order_ID;
lastOrd = "";
ordIndex = 1;
thisSku = thisLine.sku_ID;
saveSku = {thisSku};
lenSaveSku = 1;
manyNewSku = 1;
retAns(1,1) = 1;

for index = 2:tempMaxIndex
   thisLine = originData(index,:);
   thisOrd = string(thisLine.order_ID);
   thisSku = string(thisLine.sku_ID);
   % 寻找thisSku在saveSku的位置 如果找到返回位置 如果找不到返回空[]
   tryFind = find(cellfun(@(x) strcmp(x,thisSku),saveSku), 1);
   if isempty(tryFind) == 1
   % 没有找到thisSku，将其添加到saveSku
       saveSku = {saveSku{1,:},thisSku};
       manyNewSku = manyNewSku + 1;
       if thisOrd~=lastOrd
           ordIndex = ordIndex+1;  
       end
       retAns(ordIndex,manyNewSku) = retAns(ordIndex,manyNewSku)+1;
   else
   %找到thisSku，对应ordIndex行tryFind列加1
       if thisOrd~=lastOrd
           ordIndex = ordIndex+1;  
       end
       retAns(ordIndex,tryFind) = retAns(ordIndex,tryFind)+1;
   end
   lastOrd = thisOrd;
end
toc
fprintf("处理了数据%d条 订单共%d个 商品共%d个\n",tempMaxIndex,ordIndex,manyNewSku);

3.运行截图

前10000条数据运行结果如下

系统资源占用如下

4.开发心得

项目总体难度不大，有几点经验可以吸取：

• isempty判断返回值是否为空

• 利用cellfun函数实现元组查找(两种方法)

  % 方法1
  idx = ismember(cell_name, find_str)
  % 方法2
  [row, col] = find(cellfun(@(x) strcmp(x,find_str),cell_name);