필터 지우기
필터 지우기

Remove Rows that are entirely NaN

조회 수: 49 (최근 30일)
Tiffany
Tiffany 2022년 12월 23일
편집: Walter Roberson 2022년 12월 24일
Hi,
I'm used to machine learning in Python, and I'm trying to get used to data cleaning to prepare a dataset for that in Matlab. I'm using the inflation dataset attached from the World Bank.
In short, I am trying to drop all rows that are completely null, because I need to be able to impute those NaNs, and eventually be able to attach my predictions to the same rows in the original dataset.
My process so far is to read the csv in as a table. drop all the text columns except for the country, reserve the orignal dataset for joining it back later, then normalize the data between 0 an 1 and then impute the nulls.
I've tried the following, but, I keep getting Incorrect number or types of inputs or outputs for function 'isnan'. error, and I'm not sure what I'm doing wrong.
%drop rows that are entirely NaN
%testing
N = table2cell(N);
N(cellfun(@(cell) any(isnan(cell(:))),N))={''};
empties = cellfun('isempty',N);
N(empties) = {NaN};
N(all(isnan(N),2),:) = [];
indices = find(N(:,2)==0);
N(indices,:) = [];
%testing
% N = table2array(N);
% out = sum(N,2);
Original code, minus the removing rows that are NaNs
%read in inflation dataset from worldbank.org
N = readtable('inflation.csv','NumHeaderLines',5);
%drop cols 2-4. All text data.
N(:,[2,3,4]) = [];
%reserve the text data for joining later.
n = N;
n(:,1) = [];
%normalize the dataset for neural network
n = normalize(n, 'range');
%impute nulls with nearest neighbor method
%n = table2array(n);
%n(n=='NaN') = nan;
n = knnimpute(n);

채택된 답변

Voss
Voss 2022년 12월 23일
C = readcell('Inflation.csv')
C = 269×66 cell array
{'Data Source' } {'World Development Indicators'} {1×1 missing } {1×1 missing } {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {'Last Updated Date' } {[22-Dec-2022 ]} {1×1 missing } {1×1 missing } {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {'Country Name' } {'Country Code' } {'Indicator Name' } {'Indicator Code'} {[ 1960]} {[ 1961]} {[ 1962]} {[ 1963]} {[ 1964]} {[ 1965]} {[ 1966]} {[ 1967]} {[ 1968]} {[ 1969]} {[ 1970]} {[ 1971]} {[ 1972]} {[ 1973]} {[ 1974]} {[ 1975]} {[ 1976]} {[ 1977]} {[ 1978]} {[ 1979]} {[ 1980]} {[ 1981]} {[ 1982]} {[ 1983]} {[ 1984]} {[ 1985]} {[ 1986]} {[ 1987]} {[ 1988]} {[ 1989]} {[ 1990]} {[ 1991]} {[ 1992]} {[ 1993]} {[ 1994]} {[ 1995]} {[ 1996]} {[ 1997]} {[ 1998]} {[ 1999]} {[ 2000]} {[ 2001]} {[ 2002]} {[ 2003]} {[ 2004]} {[ 2005]} {[ 2006]} {[ 2007]} {[ 2008]} {[ 2009]} {[ 2010]} {[ 2011]} {[ 2012]} {[ 2013]} {[ 2014]} {[ 2015]} {[ 2016]} {[ 2017]} {[ 2018]} {[ 2019]} {[ 2020]} {[ 2021]} {'Aruba' } {'ABW' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {[ 4.0323]} {[ 1.0740]} {[ 3.6430]} {[ 3.1219]} {[ 3.9916]} {[ 5.8367]} {[ 5.5556]} {[ 3.8734]} {[ 5.2156]} {[ 6.3111]} {[ 3.3614]} {[ 3.2253]} {[ 2.9999]} {[ 1.8695]} {[ 2.2804]} {[ 4.0440]} {[ 2.8836]} {[ 3.3152]} {[ 3.6564]} {[ 2.5291]} {[ 3.3978]} {[ 3.6080]} {[ 5.3926]} {[ 8.9560]} {[ -2.1354]} {[ 2.0781]} {[ 4.3163]} {[ 0.6275]} {[ -2.3721]} {[ 0.4214]} {[ 0.4748]} {[ -0.9312]} {[ -1.0283]} {[ 3.6260]} {[ 4.2575]} {1×1 missing} {1×1 missing} {'Africa Eastern and Southern'} {'AFE' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {[ 19.5984]} {[ 15.2241]} {[ 11.2165]} {[ 14.2381]} {[ 12.5269]} {[ 15.0698]} {[ 15.0665]} {[ 14.4616]} {[ 12.1399]} {[ 11.5675]} {[ 10.9839]} {[ 13.0066]} {[ 13.8920]} {[ 12.5634]} {[ 12.5223]} {[ 12.5582]} {[ 12.4579]} {[ 17.6781]} {[ 16.1676]} {[ 13.1357]} {[ 14.8528]} {[ 12.2886]} {[ 9.7066]} {[ 10.2496]} {[ 7.4953]} {[ 7.8199]} {[ 8.6015]} {[ 5.8404]} {[ 8.7638]} {[ 7.4497]} {[ 5.0234]} {[ 8.5580]} {[ 8.8982]} {[ 8.4508]} {[ 12.5666]} {[ 8.9542]} {[ 5.5375]} {[ 8.9712]} {[ 9.1587]} {[ 5.7510]} {[ 5.3703]} {[ 5.2502]} {[ 6.5714]} {[ 6.3993]} {[ 4.7208]} {[ 4.1202]} {[ 6.3630]} {[ 6.0793]} {'Afghanistan' } {'AFG' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {[ 12.6863]} {[ 6.7846]} {[ 8.6806]} {[ 26.4187]} {[ -6.8112]} {[ 2.1785]} {[ 11.8042]} {[ 6.4412]} {[ 7.3858]} {[ 4.6740]} {[ -0.6617]} {[ 4.3839]} {[ 4.9760]} {[ 0.6261]} {[ 2.3024]} {1×1 missing} {1×1 missing} {'Africa Western and Central' } {'AFW' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {[ 8.7992]} {[ 12.0598]} {[ 10.6719]} {[ 11.2500]} {[ 7.3549]} {[ 5.9510]} {[ 0.2488]} {[ 2.5237]} {[ 0.8693]} {[ 1.0574]} {[ 1.7419]} {[ -0.0630]} {[ 0.5535]} {[ 31.8410]} {[ 10.5633]} {[ 4.9142]} {[ 3.9971]} {[ 4.4711]} {[ 0.3723]} {[ 2.5308]} {[ 4.3615]} {[ 3.1887]} {[ 1.7609]} {[ 0.6943]} {[ 5.6316]} {[ 4.4159]} {[ 3.6074]} {[ 8.4530]} {[ 3.2824]} {[ 1.7848]} {[ 4.0187]} {[ 4.5784]} {[ 2.4392]} {[ 1.7581]} {[ 2.1303]} {[ 1.4946]} {[ 1.7646]} {[ 1.7840]} {[ 1.7586]} {[ 2.4376]} {[ 3.8379]} {'Angola' } {'AGO' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {[ 83.7838]} {[ 299.5098]} {[1.3785e+03]} {[ 949.7925]} {[2.6665e+03]} {[4.1451e+03]} {[ 219.1767]} {[ 107.2848]} {[ 248.1959]} {[ 324.9969]} {[ 152.5610]} {[ 108.8974]} {[ 98.2241]} {[ 43.5421]} {[ 22.9535]} {[ 13.3052]} {[ 12.2515]} {[ 12.4758]} {[ 13.7303]} {[ 14.4697]} {[ 13.4825]} {[ 10.2779]} {[ 8.7778]} {[ 7.2804]} {[ 9.3538]} {[ 30.6990]} {[ 29.8426]} {[ 19.6306]} {[ 17.0797]} {[ 22.2716]} {[ 25.7543]} {'Albania' } {'ALB' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {[ 226.0054]} {[ 85.0048]} {[ 22.5651]} {[ 7.7932]} {[ 12.7255]} {[ 33.1803]} {[ 20.6429]} {[ 0.3894]} {[ 0.0500]} {[ 3.1076]} {[ 7.7705]} {[ 0.4840]} {[ 2.2800]} {[ 2.3666]} {[ 2.3707]} {[ 2.9327]} {[ 3.3209]} {[ 2.2669]} {[ 3.6260]} {[ 3.4291]} {[ 2.0316]} {[ 1.9376]} {[ 1.6259]} {[ 3.5012]} {[ -0.3673]} {[ 2.0606]} {[ 2.0281]} {[ 1.4111]} {[ 1.6209]} {[ 2.0415]} {'Andorra' } {'AND' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {'Arab World' } {'ARB' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {[ 8.2667]} {[ 15.5283]} {[ 9.6697]} {[ 10.3174]} {[ 11.9893]} {[ 9.7160]} {1×1 missing} {[ 9.6261]} {[ 10.7585]} {[ 8.3313]} {[ 5.4937]} {[ 8.1164]} {[ 7.2544]} {[ 6.7989]} {[ 4.2224]} {[ 5.9115]} {[ 7.7409]} {[ 8.4515]} {[ 9.0000]} {[ 9.3598]} {[ 9.3703]} {[ 5.1126]} {[ 6.5438]} {[ 4.6813]} {[ 3.6012]} {[ 3.4173]} {[ 2.6694]} {[ 1.8538]} {[ 1.7722]} {[ 1.8330]} {[ 2.7126]} {[ 3.6323]} {[ 3.4937]} {[ 3.5450]} {[ 4.7439]} {[ 11.2707]} {[ 2.9209]} {[ 3.9111]} {[ 4.7532]} {[ 4.6118]} {[ 3.2381]} {[ 2.7735]} {[ 1.8141]} {[ 2.0688]} {[ 1.9668]} {[ 2.4581]} {[ 1.0918]} {[ 1.7774]} {[ 3.4236]} {'United Arab Emirates' } {'ARE' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {[ 12.2504]} {[ 1.5618]} {[ 0.8780]} {[ 0.8773]} {[ 0.6623]} {[ 1.1011]} {[ 2.3463]} {[ 4.0700]} {[ 1.6175]} {[ 1.9668]} {[ 3.0686]} {[ -1.9311]} {[ -2.0794]} {1×1 missing} {'Argentina' } {'ARG' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {'Armenia' } {'ARM' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing } {[3.3738e+03]} {[ 175.9513]} {[ 18.6812]} {[ 13.9608]} {[ 8.6725]} {[ 0.6482]} {[ -0.7909]} {[ 3.1459]} {[ 1.0600]} {[ 4.7216]} {[ 6.9613]} {[ 0.6389]} {[ 2.8924]} {[ 4.4074]} {[ 8.9500]} {[ 3.4068]} {[ 8.1764]} {[ 7.6500]} {[ 2.5580]} {[ 5.7897]} {[ 2.9813]} {[ 3.7317]} {[ -1.4036]} {[ 0.9696]} {[ 2.5202]} {[ 1.4434]} {[ 1.2114]} {[ 7.1848]} {'American Samoa' } {'ASM' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {'Antigua and Barbuda' } {'ATG' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing} {1×1 missing} {[ 1.1213]} {[ 0.7718]} {[ 1.4028]} {[ 2.4077]} {[ 1.9935]} {[ 2.0301]} {[ 2.0988]} {[ 1.7878]} {[ 1.4161]} {[ 5.3338]} {[ -0.5502]} {[ 3.3700]} {[ 3.4567]} {[ 3.3769]} {[ 1.0595]} {[ 1.0894]} {[ 0.9690]} {[ -0.4894]} {[ 2.4325]} {[ 1.2072]} {[ 1.4314]} {[ 0.6260]} {[ 2.0630]}
N_header_lines = 3;
rows_to_delete = N_header_lines + find(all(cellfun(@ismissing,C(N_header_lines+1:end,5:end)),2));
C(rows_to_delete,:) = []
C = 243×66 cell array
{'Data Source' } {'World Development Indicators'} {1×1 missing } {1×1 missing } {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {'Last Updated Date' } {[22-Dec-2022 ]} {1×1 missing } {1×1 missing } {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {'Country Name' } {'Country Code' } {'Indicator Name' } {'Indicator Code'} {[ 1960]} {[ 1961]} {[ 1962]} {[ 1963]} {[ 1964]} {[ 1965]} {[ 1966]} {[ 1967]} {[ 1968]} {[ 1969]} {[ 1970]} {[ 1971]} {[ 1972]} {[ 1973]} {[ 1974]} {[ 1975]} {[ 1976]} {[ 1977]} {[ 1978]} {[ 1979]} {[ 1980]} {[ 1981]} {[ 1982]} {[ 1983]} {[ 1984]} {[ 1985]} {[ 1986]} {[ 1987]} {[ 1988]} {[ 1989]} {[ 1990]} {[ 1991]} {[ 1992]} {[ 1993]} {[ 1994]} {[ 1995]} {[ 1996]} {[ 1997]} {[ 1998]} {[ 1999]} {[ 2000]} {[ 2001]} {[ 2002]} {[ 2003]} {[ 2004]} {[ 2005]} {[ 2006]} {[ 2007]} {[ 2008]} {[ 2009]} {[ 2010]} {[ 2011]} {[ 2012]} {[ 2013]} {[ 2014]} {[ 2015]} {[ 2016]} {[ 2017]} {[ 2018]} {[ 2019]} {[ 2020]} {[ 2021]} {'Aruba' } {'ABW' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {[ 4.0323]} {[ 1.0740]} {[ 3.6430]} {[ 3.1219]} {[ 3.9916]} {[ 5.8367]} {[ 5.5556]} {[ 3.8734]} {[ 5.2156]} {[ 6.3111]} {[ 3.3614]} {[ 3.2253]} {[ 2.9999]} {[ 1.8695]} {[ 2.2804]} {[ 4.0440]} {[ 2.8836]} {[ 3.3152]} {[ 3.6564]} {[ 2.5291]} {[ 3.3978]} {[ 3.6080]} {[ 5.3926]} {[ 8.9560]} {[ -2.1354]} {[ 2.0781]} {[ 4.3163]} {[ 0.6275]} {[ -2.3721]} {[ 0.4214]} {[ 0.4748]} {[ -0.9312]} {[ -1.0283]} {[ 3.6260]} {[ 4.2575]} {1×1 missing} {1×1 missing} {'Africa Eastern and Southern'} {'AFE' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {[ 19.5984]} {[ 15.2241]} {[ 11.2165]} {[ 14.2381]} {[ 12.5269]} {[ 15.0698]} {[ 15.0665]} {[ 14.4616]} {[ 12.1399]} {[ 11.5675]} {[ 10.9839]} {[ 13.0066]} {[ 13.8920]} {[ 12.5634]} {[ 12.5223]} {[ 12.5582]} {[ 12.4579]} {[ 17.6781]} {[ 16.1676]} {[ 13.1357]} {[ 14.8528]} {[ 12.2886]} {[ 9.7066]} {[ 10.2496]} {[ 7.4953]} {[ 7.8199]} {[ 8.6015]} {[ 5.8404]} {[ 8.7638]} {[ 7.4497]} {[ 5.0234]} {[ 8.5580]} {[ 8.8982]} {[ 8.4508]} {[ 12.5666]} {[ 8.9542]} {[ 5.5375]} {[ 8.9712]} {[ 9.1587]} {[ 5.7510]} {[ 5.3703]} {[ 5.2502]} {[ 6.5714]} {[ 6.3993]} {[ 4.7208]} {[ 4.1202]} {[ 6.3630]} {[ 6.0793]} {'Afghanistan' } {'AFG' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {[ 12.6863]} {[ 6.7846]} {[ 8.6806]} {[ 26.4187]} {[ -6.8112]} {[ 2.1785]} {[ 11.8042]} {[ 6.4412]} {[ 7.3858]} {[ 4.6740]} {[ -0.6617]} {[ 4.3839]} {[ 4.9760]} {[ 0.6261]} {[ 2.3024]} {1×1 missing} {1×1 missing} {'Africa Western and Central' } {'AFW' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {[ 8.7992]} {[ 12.0598]} {[ 10.6719]} {[ 11.2500]} {[ 7.3549]} {[ 5.9510]} {[ 0.2488]} {[ 2.5237]} {[ 0.8693]} {[ 1.0574]} {[ 1.7419]} {[ -0.0630]} {[ 0.5535]} {[ 31.8410]} {[ 10.5633]} {[ 4.9142]} {[ 3.9971]} {[ 4.4711]} {[ 0.3723]} {[ 2.5308]} {[ 4.3615]} {[ 3.1887]} {[ 1.7609]} {[ 0.6943]} {[ 5.6316]} {[ 4.4159]} {[ 3.6074]} {[ 8.4530]} {[ 3.2824]} {[ 1.7848]} {[ 4.0187]} {[ 4.5784]} {[ 2.4392]} {[ 1.7581]} {[ 2.1303]} {[ 1.4946]} {[ 1.7646]} {[ 1.7840]} {[ 1.7586]} {[ 2.4376]} {[ 3.8379]} {'Angola' } {'AGO' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {[ 83.7838]} {[ 299.5098]} {[1.3785e+03]} {[ 949.7925]} {[2.6665e+03]} {[4.1451e+03]} {[ 219.1767]} {[ 107.2848]} {[ 248.1959]} {[ 324.9969]} {[ 152.5610]} {[ 108.8974]} {[ 98.2241]} {[ 43.5421]} {[ 22.9535]} {[ 13.3052]} {[ 12.2515]} {[ 12.4758]} {[ 13.7303]} {[ 14.4697]} {[ 13.4825]} {[ 10.2779]} {[ 8.7778]} {[ 7.2804]} {[ 9.3538]} {[ 30.6990]} {[ 29.8426]} {[ 19.6306]} {[ 17.0797]} {[ 22.2716]} {[ 25.7543]} {'Albania' } {'ALB' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {[ 226.0054]} {[ 85.0048]} {[ 22.5651]} {[ 7.7932]} {[ 12.7255]} {[ 33.1803]} {[ 20.6429]} {[ 0.3894]} {[ 0.0500]} {[ 3.1076]} {[ 7.7705]} {[ 0.4840]} {[ 2.2800]} {[ 2.3666]} {[ 2.3707]} {[ 2.9327]} {[ 3.3209]} {[ 2.2669]} {[ 3.6260]} {[ 3.4291]} {[ 2.0316]} {[ 1.9376]} {[ 1.6259]} {[ 3.5012]} {[ -0.3673]} {[ 2.0606]} {[ 2.0281]} {[ 1.4111]} {[ 1.6209]} {[ 2.0415]} {'Arab World' } {'ARB' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {[ 8.2667]} {[ 15.5283]} {[ 9.6697]} {[ 10.3174]} {[ 11.9893]} {[ 9.7160]} {1×1 missing} {[ 9.6261]} {[ 10.7585]} {[ 8.3313]} {[ 5.4937]} {[ 8.1164]} {[ 7.2544]} {[ 6.7989]} {[ 4.2224]} {[ 5.9115]} {[ 7.7409]} {[ 8.4515]} {[ 9.0000]} {[ 9.3598]} {[ 9.3703]} {[ 5.1126]} {[ 6.5438]} {[ 4.6813]} {[ 3.6012]} {[ 3.4173]} {[ 2.6694]} {[ 1.8538]} {[ 1.7722]} {[ 1.8330]} {[ 2.7126]} {[ 3.6323]} {[ 3.4937]} {[ 3.5450]} {[ 4.7439]} {[ 11.2707]} {[ 2.9209]} {[ 3.9111]} {[ 4.7532]} {[ 4.6118]} {[ 3.2381]} {[ 2.7735]} {[ 1.8141]} {[ 2.0688]} {[ 1.9668]} {[ 2.4581]} {[ 1.0918]} {[ 1.7774]} {[ 3.4236]} {'United Arab Emirates' } {'ARE' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {[ 12.2504]} {[ 1.5618]} {[ 0.8780]} {[ 0.8773]} {[ 0.6623]} {[ 1.1011]} {[ 2.3463]} {[ 4.0700]} {[ 1.6175]} {[ 1.9668]} {[ 3.0686]} {[ -1.9311]} {[ -2.0794]} {1×1 missing} {'Armenia' } {'ARM' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing } {[3.3738e+03]} {[ 175.9513]} {[ 18.6812]} {[ 13.9608]} {[ 8.6725]} {[ 0.6482]} {[ -0.7909]} {[ 3.1459]} {[ 1.0600]} {[ 4.7216]} {[ 6.9613]} {[ 0.6389]} {[ 2.8924]} {[ 4.4074]} {[ 8.9500]} {[ 3.4068]} {[ 8.1764]} {[ 7.6500]} {[ 2.5580]} {[ 5.7897]} {[ 2.9813]} {[ 3.7317]} {[ -1.4036]} {[ 0.9696]} {[ 2.5202]} {[ 1.4434]} {[ 1.2114]} {[ 7.1848]} {'Antigua and Barbuda' } {'ATG' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing } {1×1 missing} {1×1 missing} {[ 1.1213]} {[ 0.7718]} {[ 1.4028]} {[ 2.4077]} {[ 1.9935]} {[ 2.0301]} {[ 2.0988]} {[ 1.7878]} {[ 1.4161]} {[ 5.3338]} {[ -0.5502]} {[ 3.3700]} {[ 3.4567]} {[ 3.3769]} {[ 1.0595]} {[ 1.0894]} {[ 0.9690]} {[ -0.4894]} {[ 2.4325]} {[ 1.2072]} {[ 1.4314]} {[ 0.6260]} {[ 2.0630]} {'Australia' } {'AUS' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {[ 3.7288]} {[ 2.2876]} {[ -0.3195]} {[ 0.6410]} {[ 2.8662]} {[ 3.4056]} {[ 3.2934]} {[ 3.4783]} {[ 2.5210]} {[ 3.2787]} {[ 3.4392]} {[ 6.1381]} {[ 6.0241]} {[ 9.0909]} {[ 15.4167]} {[ 15.1625]} {[ 13.3229]} {[ 12.3098]} {[ 8.0049]} {[ 9.1220]} {[ 10.1358]} {[ 9.4877]} {[ 11.3518]} {[ 10.0389]} {[ 3.9604]} {[ 6.7347]} {[ 9.0504]} {[ 8.5330]} {[ 7.2159]} {[ 7.5339]} {[ 7.3330]} {[ 3.1767]} {[ 1.0122]} {[ 1.7537]} {[ 1.9696]} {[ 4.6278]} {[ 2.6154]} {[ 0.2249]} {[ 0.8601]} {[ 1.4831]} {[ 4.4574]} {[ 4.4071]} {[ 2.9816]} {[ 2.7326]} {[ 2.3433]} {[ 2.6918]} {[ 3.5553]} {[ 2.3276]} {[ 4.3503]} {[ 1.7711]} {[ 2.9183]} {[ 3.3039]} {[ 1.7628]} {[ 2.4499]} {[ 2.4879]} {[ 1.5084]} {[ 1.2770]} {[ 1.9486]} {[ 1.9114]} {[ 1.6108]} {[ 0.8469]} {[ 2.8639]} {'Austria' } {'AUT' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {[ 1.9457]} {[ 3.5422]} {[ 4.3818]} {[ 2.7088]} {[ 3.8686]} {[ 4.9309]} {[ 2.0548]} {[ 3.9747]} {[ 2.7649]} {[ 3.0804]} {[ 4.3728]} {[ 4.7043]} {[ 6.3551]} {[ 7.5311]} {[ 9.5218]} {[ 8.4453]} {[ 7.3187]} {[ 5.4946]} {[ 3.5743]} {[ 3.7074]} {[ 6.3283]} {[ 6.8030]} {[ 5.4360]} {[ 3.3392]} {[ 5.6632]} {[ 3.1895]} {[ 1.7054]} {[ 1.4020]} {[ 1.9157]} {[ 2.5683]} {[ 3.2619]} {[ 3.3374]} {[ 4.0208]} {[ 3.6318]} {[ 2.9534]} {[ 2.2434]} {[ 1.8610]} {[ 1.3060]} {[ 0.9225]} {[ 0.5690]} {[ 2.3449]} {[ 2.6500]} {[ 1.8104]} {[ 1.3556]} {[ 2.0612]} {[ 2.2991]} {[ 1.4415]} {[ 2.1686]} {[ 3.2160]} {[ 0.5063]} {[ 1.8135]} {[ 3.2866]} {[ 2.4857]} {[ 2.0002]} {[ 1.6058]} {[ 0.8966]} {[ 0.8916]} {[ 2.0813]} {[ 1.9984]} {[ 1.5309]} {[ 1.3819]} {[ 2.7667]} {'Azerbaijan' } {'AZE' } {'Inflation, consumer prices (annual %)'} {'FP.CPI.TOTL.ZG'} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {1×1 missing} {[ -10.6301]} {[1.1280e+03]} {[1.6622e+03]} {[ 411.7596]} {[ 19.7948]} {[ 3.6743]} {[ -0.7727]} {[ -8.5252]} {[ 1.8050]} {[ 1.5472]} {[ 2.7712]} {[ 2.2339]} {[ 6.7089]} {[ 9.6795]} {[ 8.3289]} {[ 16.6998]} {[ 20.8491]} {[ 1.4570]} {[ 5.7269]} {[ 7.8583]} {[ 1.0662]} {[ 2.4157]} {[ 1.3734]} {[ 4.0277]} {[ 12.4434]} {[ 12.9359]} {[ 2.2685]} {[ 2.6106]} {[ 2.7598]} {[ 6.6503]}
  댓글 수: 2
Tiffany
Tiffany 2022년 12월 24일
Thank you, this worked best for me.
Image Analyst
Image Analyst 2022년 12월 24일
Not sure you even saw my answer, but anyway...
If this Answer solves your original question, then could you please click the "Accept this answer" link to award the answerer with "reputation points" for their efforts in helping you? They'd appreciate it. Thanks in advance. 🙂 Note: you can only accept one answer (so pick the best one) but you can click the "Vote" icon for as many Answers as you want. Voting for an answer will also award reputation points.

댓글을 달려면 로그인하십시오.

추가 답변 (2개)

the cyclist
the cyclist 2022년 12월 23일
편집: the cyclist 2022년 12월 23일
For tables, there is a very handy rmmissing function:
% I am reading from the file you posted here, but you can of course read your local file
T = readtable("https://www.mathworks.com/matlabcentral/answers/uploaded_files/1241637/Inflation.csv",'NumHeaderLines',5);
size(T)
ans = 1×2
266 66
R = rmmissing(T);
size(R)
ans = 1×2
66 66
  댓글 수: 3
the cyclist
the cyclist 2022년 12월 24일
Ah, sorry, I misread what you wanted to do
the cyclist
the cyclist 2022년 12월 24일
You can still use this command, if you use the Name-Value pair to specify the minimum number of missing elements needed to warrant row removal. For example,
T = readtable("https://www.mathworks.com/matlabcentral/answers/uploaded_files/1241637/Inflation.csv",'NumHeaderLines',5);
size(T)
ans = 1×2
266 66
R = rmmissing(T,'MinNumMissing',62);
size(R)
ans = 1×2
240 66

댓글을 달려면 로그인하십시오.


Image Analyst
Image Analyst 2022년 12월 23일
Try this:
filename = 'Inflation.csv'
data = readmatrix(filename)
rowsToDelete = all(isnan(data), 2) % Rows where all columns are nan.
data(rowsToDelete, :) = [] % Delete those rows.
  댓글 수: 3
Tiffany
Tiffany 2022년 12월 24일
Hi there,
Thank you for this. The readmatrix eliminated too much data that I need to retain for later, but thank you.
Image Analyst
Image Analyst 2022년 12월 24일
The usual recommendation is to avoid cell arrays if at all possible, in favor of a table. In your case you can use a table. Here is my code adapted to read your data into a table and remove any rows with a nan in them:
filename = 'Inflation.csv'
t = readtable(filename); % Read into table.
data = table2array(t(:, 5:end));
rowsToDelete = any(isnan(data), 2) % Rows where any columns are nan.
t(rowsToDelete, :) = [] % Delete those rows.

댓글을 달려면 로그인하십시오.

카테고리

Help CenterFile Exchange에서 Logical에 대해 자세히 알아보기

제품


릴리스

R2022b

Community Treasure Hunt

Find the treasures in MATLAB Central and discover how the community can help you!

Start Hunting!

Translated by