基于MJD列值的18天滑动窗口分组Matlab实现求助

1. 读取原始数据 #

先把你的气候数据文本文件读入Matlab，这里用readmatrix（新版本Matlab适用，老版本可换importdata）：

% 替换成你的实际数据文件名，比如'climate_data.txt'
data = readmatrix('你的数据文件名.txt');
MJD_col = data(:, 1);  % 提取第一列的MJD值
value_col = data(:, 2); % 提取第二列的气候数据

2. 遍历MJD滑动窗口并保存数据 #

核心逻辑是先获取所有不重复的MJD值，再逐个以每个MJD为起点，取往后17天（凑够18天窗口）的所有数据，最后按要求命名保存：

% 获取所有唯一的MJD值，自动按升序排列
unique_MJD = unique(MJD_col);
% 计算可滑动的起始MJD数量：总唯一MJD数减17，保证最后一个窗口能覆盖完整18天
max_start_idx = length(unique_MJD) - 17;

% 循环处理每个起始MJD
for i = 1:max_start_idx
    current_start = unique_MJD(i);
    window_end = current_start + 17; % 18天窗口：包含current_start到current_start+17的所有MJD
    
    % 筛选窗口内的所有数据行
    in_window = (MJD_col >= current_start) & (MJD_col <= window_end);
    window_data = data(in_window, :);
    
    % 生成指定格式的文件名
    filename = sprintf('%d+18day.txt', current_start);
    
    % 保存数据到文本文件，用空格分隔（和原始文件格式一致）
    writematrix(window_data, filename, 'Delimiter', ' ');
    
    % 可选：打印进度，方便查看运行状态
    fprintf('已生成文件：%s\n', filename);
end

3. 新手注意事项 #

• 若你的Matlab版本低于R2019a，把writematrix换成dlmwrite(filename, window_data, ' ')即可。
• 代码完全基于MJD数值判断窗口范围，和数据行数无关，同一MJD的多条数据会被全部纳入对应窗口。
• 即使存在MJD不连续（某天无数据）的情况，代码依然能正确筛选出窗口内有数据的所有记录。

内容的提问来源于stack exchange，提问作者55na