r 字符串转化为数值_玩转数据处理120题R语言版本
点击上方“早起Python”,关注并星标公众号
和我一起玩Python
本文为玩转数据处理120题|R语言版本
习题|刘早起,解答|陈熹
大家好,本文为R语言数据处理120题系列完整版本。作者精心挑选120道数据处理中相关操作以习题形式发布,一共涵盖了数据处理、计算、可视化等常用操作,并对部分题目给出了多种解法与注解。动手敲一遍代码一定会让你有所收获!
1创建DataFrame题目:将下面的字典创建为DataFrame
"grammer":[
难度:⭐期望结果
R语言解法
# R中没有字典概念,故直接创建dataframe/tibble
注:1-20题均基于该数据框给出 2数据提取题目:提取含有字符串"Python"的行难度:⭐⭐期望结果
grammer
R语言解法
which(df
3提取列名题目:输出df的所有列名难度:⭐期望结果
Index([
R语言解法
names(df)# [1] "grammer" "score"
4修改列名题目:修改第二列列名为'popularity'难度:⭐⭐R语言解法
df % rename(popularity = score)
5字符统计题目:统计grammer列中每种编程语言出现的次数难度:⭐⭐R语言解法
# 神方法table
6缺失值处理题目:将空值用上下值的平均值填充难度:⭐⭐⭐
上下两数的均值
R语言解法
library(Hmisc)index is.na(df$popularity))df$popularity (unlist(df[index-1, 2] + df[index+1, 2]))/2)
7数据提取题目:提取popularity列中值大于3的行难度:⭐⭐R语言解法
df %>% filter(popularity > 3)# 等价于df[df$popularity > 3,] # 这种方法跟pandas很相似
8数据去重题目:按照grammer列进行去重难度:⭐⭐R语言解法
[!duplicated(df$grammer),]
9数据计算题目:计算popularity列平均值难度:⭐⭐R语言解法
#> 第一种
10格式转换题目:将grammer列转换为list难度:⭐⭐R解法
unlist(df$grammer)# [1] "Python" "C" "Java" "GO" NA "SQL" "PHP" "Python"
11数据保存题目:将DataFrame保存为EXCEL难度:⭐⭐R解法
#R对EXCEL文件不太友好
12数据查看题目:查看数据行列数难度:⭐R解法
dim(df)# [1] 8 2
13数据提取题目:提取popularity列值大于3小于7的行难度:⭐⭐R解法
library(dplyr)df %>% filter(popularity > 3 & popularity <7)# 等价于df[(df$popularity > 3) & (df$popularity <7),]
14位置处理题目:交换两列位置难度:⭐⭐⭐R解法
df %
15数据提取题目:提取popularity列最大值所在行难度:⭐⭐R解法
df %>% filter(popularity == max(popularity))# 同理也有类似pandas的方法df[df$popularity == max(df$popularity),]
16数据查看题目:查看最后5行数据难度:⭐R解法
# R中head和tail默认是6行,可以指定数字
17数据修改题目:删除最后一行数据难度:⭐R解法
1],]
18数据修改题目:添加一行数据['Perl',6.6]难度:⭐⭐R解法
'Perl')
19数据整理题目:对数据按照"popularity"列值的大小进行排序难度:⭐⭐R解法
df %
20字符统计题目:统计grammer列每个字符串的长度难度:⭐⭐⭐R解法
library(Hmisc)library(stringr)df$grammer $grammer,'R')str_length(df$grammer)
df$len_str $grammer)
第二期:数据处理基础
21数据读取题目:读取本地EXCEL数据难度:⭐R解法
#R语言处理excel不友好,直接读取日期时间数据会变成实数
21—50部分习题与该数据相关22数据查看题目:查看df数据前5行难度:⭐期望输出
R解法
# 默认是6行,可指定行数
23数据计算题目:将salary列数据转换为最大值与最小值的平均值难度:⭐⭐⭐⭐期望输出
R解法
library(stringr)df$salary % str_replace_all('k','') %>% str_split('-',simplify = T) %>% apply(2,as.numeric) %>% rowMeans() * 1000
24数据分组题目:将数据根据学历进行分组并计算平均薪资难度:⭐⭐⭐期望输出
education
R解法
df %>%
25时间转换题目:将createTime列时间转换为月-日难度:⭐⭐⭐期望输出
R解法
#转化后该列属性是 字符串,R中对时间格式要求严格
26数据查看题目:查看索引、数据类型和内存信息难度:⭐期望输出
class 'pandas.core.frame.DataFrame'>
R解法
str(df)
# 内存查看需要用到其他的库library(pryr)object_size(df)# 6.66 kB
27数据查看题目:查看数值型列的汇总统计难度:⭐R解法
summary(df)
28数据整理题目:新增一列根据salary将数据分为三组难度:⭐⭐⭐⭐输入期望输出
R解法
#用ifelse也可以
29数据整理题目:按照salary列对数据降序排列难度:⭐⭐R解法
df %>%
30数据提取题目:取出第33行数据难度:⭐⭐R解法
[33,]
31数据计算题目:计算salary列的中位数难度:⭐⭐R解法
median(df$salary)# [1] 17500
32数据可视化题目:绘制薪资水平频率分布直方图难度:⭐⭐⭐期望输出
R解法
library(ggplot2)
33数据可视化题目:绘制薪资水平密度曲线难度:⭐⭐⭐期望输出
R解法
df %>%
34数据删除题目:删除最后一列categories难度:⭐R解法
df 4]
35数据处理题目:将df的第一列与第二列合并为新的一列难度:⭐⭐R解法
df % mutate(test = paste0(df$education,df$createTime))
36数据处理题目:将education列与salary列合并为新的一列难度:⭐⭐⭐备注:salary为int类型,操作与35题有所不同R解法
df %
37数据计算题目:计算salary最大值与最小值之差难度:⭐⭐⭐R解法
df %>% summarise(delta = max(salary) - min(salary)) %>% unlist()# delta# 41500
38数据处理题目:将第一行与最后一行拼接难度:⭐⭐R解法
[1,],df
39数据处理题目:将第8行数据添加至末尾难度:⭐⭐R解法
[8,])
40数据查看题目:查看每列的数据类型难度:⭐期望结果
object
R解法
str(df)# tibble [135 x 5] (S3: spec_tbl_df/tbl_df/tbl/data.frame)# $ createTime: chr [1:135] "03-16" "03-16" "03-16" "03-16" ...# $ education : chr [1:135] "本科" "本科" "不限" "本科" ...# $ salary : num [1:135] 27500 30000 27500 16500 15000 14000 23000 12500 7000 16000 ...# $ test : chr [1:135] "本科03-16" "本科03-16" "不限03-16" "本科03-16" ...# $ test1 : chr [1:135] "27500本科" "30000本科" "27500不限" "16500本科" ...
41数据处理题目:将createTime列设置为索引难度:⭐⭐R解法
df %>% tibble::column_to_rownames('createTime')
42数据创建题目:生成一个和df长度相同的随机数dataframe难度:⭐⭐R解法
df1 135,function(n) { replicate(n,sample(1:10,1))})# 列名暂时不一样,下一题重命名
43数据处理题目:将上一题生成的dataframe与df合并难度:⭐⭐R解法
df % rename(`0` = df1)# 非常规命名需要用``包裹变量名
44数据计算题目:生成新的一列new为salary列减去之前生成随机数列难度:⭐⭐R解法
df % mutate(new = salary - `0`)
45缺失值处理题目:检查数据中是否含有任何缺失值难度:⭐⭐⭐R解法
# 这个包的结果呈现非常有趣
46数据转换题目:将salary列类型转换为浮点数难度:⭐⭐⭐R解法
as.double(df2$salary)
47数据计算题目:计算salary大于10000的次数难度:⭐⭐R解法
df %>%
48数据统计题目:查看每种学历出现的次数难度:⭐⭐⭐期望输出
119
R解法
table(df$education)
49数据查看题目:查看education列共有几种学历难度:⭐⭐R解法
length(unique(df$education))# [1] 4
50数据提取题目:提取salary与new列的和大于60000的最后3行难度:⭐⭐⭐⭐期望输出
R解法
df[df$salary + df
51数据读取题目:使用绝对路径读取本地Excel数据难度:⭐R解法
# 转存csv后再读
备注
请将答案中路径替换为自己机器存储数据的绝对路径,51—80相关习题与该数据有关
52数据查看题目:查看数据前三行难度:⭐期望结果
R解法
head(df,
53缺失值处理题目:查看每列数据缺失值情况难度:⭐⭐期望结果
1
R解法
is.na(df))
54缺失值处理题目:提取日期列含有空值的行难度:⭐⭐期望结果
R解法
[is.na(df$日期),]
55缺失值处理题目:输出每列缺失值具体行数难度:⭐⭐⭐期望结果
[327]行位置有缺失值
R解法
library(glue)
for (i in names(df)){ if(sum(is.na(df[,'日期'])) != 0){ res1 is.na(df[,i])) res2 ',') print(glue('列名:"{i}", 第[{res2}]行有缺失值')) }}
56缺失值处理题目:删除所有存在缺失值的行难度:⭐⭐Python解法
0, how=
备注
0-行操作(默认),
57数据可视化题目:绘制收盘价的折线图难度:⭐⭐期望结果
R解法
library(ggplot2)
58数据可视化题目:同时绘制开盘价与收盘价难度:⭐⭐⭐期望结果
R解法
df %>% ggplot() + geom_line(aes(日期,`收盘价(元)`), size=1.2, color='steelblue') + geom_line(aes(日期,`开盘价(元)`), size=1.2, color='orange') + ylab(c('价格(元)'))# 这种画出来没有图例,当然可以手动添加,但为了映射方便可以用另一种方法
library(tidyr)
df %>% select(日期,`开盘价(元)`,`收盘价(元)`) %>% pivot_longer(c(`开盘价(元)`,`收盘价(元)`), names_to='type',values_to='price') %>% ggplot(aes(日期,price,color=type)) + geom_line(size=1.2) + scale_color_manual(values=c('steelblue','orange')) + theme_bw() + theme( panel.grid.major = element_blank(), panel.grid.minor = element_blank(), legend.title = element_blank(), legend.position = c(0.86, 0.9) )
59数据可视化题目:绘制涨跌幅的直方图难度:⭐⭐期望结果
R解法
df %>%
60数据可视化题目:让直方图更细致难度:⭐⭐期望结果
R解法
df %>%
61数据创建题目:以data的列名创建一个dataframe难度:⭐⭐R解法
temp
62异常值处理题目:打印所有换手率不是数字的行难度:⭐⭐⭐期望结果
R解法
#换手率这一列属性为chr,需要先强转数值型
63异常值处理题目:打印所有换手率为--的行难度:⭐⭐⭐R解法
df %>%
备注
通过上一题我们发现换手率的异常值只有--
64数据处理题目:重置data的行号难度:⭐R解法
rownames(df) # 如果是tibble则索引始终是按顺序
备注
有时我们修改数据会导致索引混乱
65异常值处理题目:删除所有换手率为非数字的行难度:⭐⭐⭐R解法
is.na(
66数据可视化题目:绘制换手率的密度曲线难度:⭐⭐⭐期望结果
R解法
df$`换手率(%)` as.double(df$`换手率(%)`)ggplot(df) + geom_density(aes(`换手率(%)`))
67数据计算题目:计算前一天与后一天收盘价的差值难度:⭐⭐R解法
df %>%
68数据计算题目:计算前一天与后一天收盘价变化率难度:⭐⭐R解法
df %>%
69数据处理题目:设置日期为索引难度:⭐R解法
df %>% column_to_rownames(var='日期')
70指标计算
题目:以5个数据作为一个数据滑动窗口,在这个5个数据上取均值(收盘价)
难度:⭐⭐⭐R解法
library(RcppRoll)
71指标计算
题目:以5个数据作为一个数据滑动窗口,计算这五个数据总和(收盘价)
难度:⭐⭐⭐R解法
df %>%
72数据可视化
题目:将收盘价5日均线、20日均线与原始数据绘制在同一个图上
难度:⭐⭐⭐期望结果
R解法
df %>%
73数据重采样
题目:按周为采样规则,取一周收盘价最大值
难度:⭐⭐⭐R解法
library(plyr)
res "1 week")),"[")res_max res,function(n)max(n$`收盘价(元)`),simplify=TRUE)as.data.frame(res_max)
74数据可视化
题目:绘制重采样数据与原始数据
难度:⭐⭐⭐ 期望结果
R解法
res %>%
75数据处理题目:将数据往后移动5天难度:⭐⭐R解法
lag(df,
76数据处理题目:将数据向前移动5天难度:⭐⭐R解法
lead(df,
77数据计算题目:使用expending函数计算开盘价的移动窗口均值难度:⭐⭐R解法
#R中没有expanding完全一致的函数
78数据可视化题目:绘制上一题的移动均值与原始数据折线图难度:⭐⭐⭐期望结果
R解法
library(tidyr)df %>% cbind(res) %>% dplyr::rename(Opening_Price = `开盘价(元)`, Expanding_Open_Mean = cummean) %>% select(日期,Opening_Price,Expanding_Open_Mean) %>% pivot_longer(c(Opening_Price,Expanding_Open_Mean), names_to = 'type', values_to ='price') %>% ggplot(aes(日期,price,color = type)) + geom_line(size=1.2) + scale_color_manual(values=c('orange','steelblue')) + theme_bw() + theme( panel.grid.major = element_blank(), panel.grid.minor = element_blank(), legend.title = element_blank(), legend.position = c(0.9, 0.9) )
79数据计算题目:计算布林指标难度:⭐⭐⭐⭐R解法
df % mutate(avg_20 = roll_mean(`收盘价(元)`,n = 20,align="right",fill = NA), upper_bound = avg_20 + 2 * roll_sd(`收盘价(元)`,n = 20,align="right",fill = NA), lower_bound = avg_20 - 2 * roll_sd(`收盘价(元)`,n = 20,align="right",fill = NA))
80数据可视化题目:计算布林线并绘制难度:⭐⭐⭐期望结果
R解法
df %>% dplyr::rename(former_30_days_rolling_Close_mean = avg_20, Closing_Price = `收盘价(元)`) %>% select(日期,Closing_Price, former_30_days_rolling_Close_mean,upper_bound,lower_bound) %>% pivot_longer(c(Closing_Price,former_30_days_rolling_Close_mean,upper_bound,lower_bound), names_to = 'type', values_to ='price') %>% ggplot(aes(日期,price,color = type)) + geom_line(size=1.2) + scale_color_manual(values=c('steelblue','orange','red','green')) + theme_bw() + theme( panel.grid.major = element_blank(), panel.grid.minor = element_blank(), legend.title = element_blank(), legend.position = c(0.6, 0.2) )
81数据查看题目:导入并查看pandas与numpy版本难度:⭐R语言解法
"tidyverse")
82数据创建题目:从NumPy数组创建DataFrame难度:⭐备注使用numpy生成20个0-100随机数R语言解法
function(n) {
83数据创建题目:从NumPy数组创建DataFrame难度:⭐备注使用numpy生成20个0-100固定步长的数R语言解法
0,
84数据创建题目:从NumPy数组创建DataFrame难度:⭐备注使用numpy生成20个指定分布(如标准正态分布)的数R语言解法
20,
85数据创建题目:将df1,df2,df3按照行合并为新DataFrame难度:⭐⭐R语言解法
df
86数据创建题目:将df1,df2,df3按照列合并为新DataFrame难度:⭐⭐期望结果
0 1 20 95 0 0.0224921 22 5 -1.2094942 3 10 0.8761273 21 15 -0.1621494 51 20 -0.8154245 30 25 -0.303792...............
R语言解法
df names(df) 0,
87数据查看题目:查看df所有数据的最小值、25%分位数、中位数、75%分位数、最大值难度:⭐⭐R语言解法
summary(unlist(df))
88数据修改题目:修改列名为col1,col2,col3难度:⭐R语言解法
df % dplyr::rename(col1 = 1, col2 = 2, col3 = 3)# 或者用类似pandas的方法names(df) 'col1','col2','col3')
89数据提取题目:提取第一列中不在第二列出现的数字难度:⭐⭐⭐R语言解法
$col1 %
90数据提取题目:提取第一列和第二列出现频率最高的三个数字难度:⭐⭐⭐R语言解法
count(unlist(c(df$col1,df
91数据提取题目:提取第一列中可以整除5的数字位置难度:⭐⭐⭐R语言解法
which(df[
92数据计算题目:计算第一列数字前一个与后一个的差值难度:⭐⭐R语言解法
df %>%
93数据处理题目:将col1,col2,clo3三列顺序颠倒难度:⭐⭐R语言解法
df %>%
94数据提取题目:提取第一列位置在1,10,15的数字难度:⭐⭐R语言解法
[c(1,10,15) + 1,1]
95数据查找题目:查找第一列的局部最大值位置难度:⭐⭐⭐⭐备注即比它前一个与后一个数字的都大的数字R语言解法
0))
96数据计算题目:按行计算df的每一行均值难度:⭐⭐R语言解法
rowMeans(df)
97数据计算题目:对第二列计算移动平均值难度:⭐⭐⭐备注每次移动三个位置,不可以使用自定义函数R语言解法
library(RcppRoll)
98数据修改题目:将数据按照第三列值的大小升序排列难度:⭐⭐R语言解法
df % arrange(col3)
99数据修改题目:将第一列大于50的数字修改为'高'难度:⭐⭐R语言解法
df[df$col1 > 50,1] '高'
100数据计算题目:计算第一列与第二列之间的欧式距离难度:⭐⭐⭐备注不可以使用自定义函数R语言解法
# 可以利用概念计算
101数据读取题目:从CSV文件中读取指定数据难度:⭐⭐备注从数据1中的前10行中读取positionName, salary两列R语言解法
#一步读取文件的指定列用readr包或者原生函数都没办法
102数据读取题目:从CSV文件中读取指定数据难度:⭐⭐备注从数据2中读取数据并在读取数据时将薪资大于10000的为改为高R语言解法
library(readr)
df2 '数据2.csv') %>% mutate('学历要求', '薪资水平' = ifelse( 薪资水平 > 10000,'高','低'))
103数据计算题目:从dataframe提取数据难度:⭐⭐⭐备注从上一题数据中,对薪资水平列每隔20行进行一次抽样
期望结果
R语言解法
[seq(1,dim(df2)[1],20),]
104数据处理题目:将数据取消使用科学计数法难度:⭐⭐输入
df = pd.DataFrame(np.random.random(
期望结果
R语言解法
10)
105数据处理题目:将上一题的数据转换为百分数难度:⭐⭐⭐期望结果
R语言解法
tibble(data = str_glue(
106数据查找题目:查找上一题数据中第3大值的行号难度:⭐⭐⭐R语言解法
df %>%
107数据处理题目:反转df的行难度:⭐⭐R语言解法
df %>%
108数据重塑题目:按照多列对数据进行合并难度:⭐⭐输入
'key1': [
R语言解法
"key1" = c(
109数据重塑题目:按照多列对数据进行合并难度:⭐⭐
备注
只保存df1的数据
R语言解法
by = c(
110数据处理题目:再次读取数据1并显示所有的列难度:⭐⭐备注数据中由于列数较多中间列不显示R语言解法
"GBK")) %>%
111数据查找题目:查找secondType与thirdType值相等的行号难度:⭐⭐R语言解法
df %>%
112数据查找题目:查找薪资大于平均薪资的第三个数据难度:⭐⭐⭐R语言解法
df %>% mutate(nrow = rownames(.)) %>% filter(salary > mean(salary)) %>% select(nrow) %>% filter(row_number() == 3)# # A tibble: 1 x 1# nrow# # 1 6
113数据计算题目:将上一题数据的salary列开根号难度:⭐⭐R语言解法
df %>% summarise(salary_sqrt = sqrt(salary))
114数据处理题目:将上一题数据的linestaion列按_拆分难度:⭐⭐R语言解法
df % mutate(split = str_split(linestaion,'_'))
115数据查看题目:查看上一题数据中一共有多少列难度:⭐R语言解法
length(df)# [1] 54
116数据提取题目:提取industryField列以'数据'开头的行难度:⭐⭐R语言解法
grep(
117数据计算题目:以salary score 和 positionID制作数据透视难度:⭐⭐⭐R语言解法
df % group_by(positionId) %>% dplyr::summarise(salary = mean(salary), score = mean(score)) %>% as.data.frame(.)rownames(df) NULLtibble::column_to_rownames(df,var='positionId')
118数据计算题目:同时对salary、score两列进行计算难度:⭐⭐⭐R语言解法
res %
119数据计算题目:对不同列执行不同的计算难度:⭐⭐⭐备注对salary求平均,对score列求和R语言解法
df %>%
120数据计算题目:计算并提取平均薪资最高的区难度:⭐⭐⭐⭐R语言解法
df %>%
以上就是玩转数据处理120题|R语言版全部内容,如果能坚持走到这里的读者,我想你已经掌握了处理数据的常用操作,并且在之后的数据分析中碰到相关问题,希望你能够从容的解决!
R语言解法作者介绍:陈熹,中山大学中山眼科中心博士在读,不安分的python R SQL爱好者
兴趣范围:生物信息 / 数据分析 / 网络爬虫 / 机器学习
简书:半为花间酒
Email:chenx6542@foxmail.com
r 字符串转化为数值_玩转数据处理120题R语言版本相关推荐
- go语言csv包_玩转数据处理120题R语言版本
点击上方"早起Python",关注并星标公众号 和我一起玩Python 本文为玩转数据处理120题|R语言版本 习题|刘早起,解答|陈熹 大家好,本文为R语言数据处理120题系列完 ...
- r语言提取列名_玩转数据处理120题之P1-P20(R语言tidyverse版本)
前言 今天在微信公众号[早起Python],看到有篇文章叫做[玩转数据处理120题],最初来自[Pandas进阶修炼120题],作者刘早起开始是用pandas实现的,后来又加入了中山大学博士陈熹的R语 ...
- r 字符串转化为数值_【R语言】tidyverse之一:读写数据
一. 相关包简介 (1) tibble包 R 数据框的更先进的替代,不将字符串转化为因子型,不重命名列,输出内容更智能,选择 tibble 子集仍是 tibble(Base R 中,1列返回向量) 查 ...
- r 字符串转化为数值_【R语言】数据结构Ⅰ—向量,矩阵,数组
数据结构是为了便于存储不同类型的数据而设计的. R中常用的数据结构包括: 同质数据类型(homogeneous data types),即所存储的一定是相同类型的元素,包括向量.矩阵.数组: 异质数据 ...
- 玩转数据处理120题|R语言版本
点击上方"早起Python",关注并星标公众号 和我一起玩Python 本文为玩转数据处理120题|R语言版本 习题|刘早起,解答|陈熹 大家好,本文为R语言数据处理120题系列完 ...
- r 字符串转化为数值_Lua 字符串处理
今天项目中遇到一个字符串处理的通用函数,一时不明白胡乱搜索后才发现原来是字符串处理库里面的通用函数,想着该理一遍字符串. 这个库提供了字符串处理的通用函数.例如字符串查找,子串,模式匹配等.当在Lua ...
- r 选取从小到大的数据_玩点特别的!AI打造可编辑数据图表!
来源:艺云台 在下面的步骤中, 您将学习如何在AI中创建一个完全可编辑的折线图, 以及如何轻松地调整其样式. 首先, 您将学习如何使用折线图工具创建起始折线图.使用 "组选择" 工 ...
- python字符串转化为数字信号_用python实现简单的数字信号软件滤波处理
原博文 2017-09-09 16:55 − 做嵌入式开发,经常需要通过逻辑分析仪对数字信号进行数据分析.如果信号源附近有强干扰源,并且逻辑分析仪滤波效果不好的话,获取到的数字信号,经常带有一些&qu ...
- java中如何将字符串转化为字符_如何在Java中将字符串转换为运算符?
参见英文答案 > Is it possible to pass arithmetic operators to a method in java? ...
最新文章
- 5分钟 NLP 系列: Word2Vec和Doc2Vec
- Garbage First(G1)垃圾收集器
- 如何在Ubuntu上使用ssh-add永久添加私钥? [关闭]
- C++拷贝构造函数、深拷贝、浅拷贝
- World Final 2012
- mouseover 和 hover 方法
- IDDD 实现领域驱动设计-上下文映射图及其相关概念
- python字符串转为ascii码_Python转义字符及用法
- SQL基础教程读书笔记
- ubuntu20.04 桌面文件和文件夹图标 丢失解决
- 干部身份、三方协议、派遣证(转)
- 高效工作-使用石墨文档进行信息收集
- 关于SQLServer关键词“union all”与“order by”的矛盾
- 读不完《程序员修炼之道》,至少可以读完这70条
- JVM之记忆集和卡表
- stm32 hid游戏手柄程序
- Windows平台调试工具:DebugView
- Hikaril过一段时间就出错,Possibly consider using a shorter maxLifetime value问题
- 简单介绍下阿里云的H5滑动验证+H5示例源码
- txt文档matlab处理