如何高效按设备ID拆分MATLAB表并写入多个文件？

你的嵌套循环方案资源占用高的核心原因有两个：

1. 时间复杂度冗余：遍历全表numDevices次，总操作量是总行数×设备数，属于O(n*m)的低效算法
2. 文件IO频繁：逐行调用writelines会反复打开、写入、关闭文件，IO开销是性能瓶颈

下面给出两种高效优化方案，均能将时间复杂度降至O(n+m)，并大幅减少IO操作次数：

方案一：利用已排序表的连续分组（推荐，因为你已经做了sortrows） #

由于数据已按device_id排序，同一设备的所有数据是连续的，只需定位每个设备的行范围，一次性提取子表并写入文件：

% 假设indoorDataSorted已按device_id完成排序
[deviceIDs, ~, groupIdx] = unique(indoorDataSorted.device_id, 'stable');
numDevices = length(deviceIDs);

for g = 1:numDevices
    % 生成输出文件路径（注意MATLAB路径需用双反斜杠或正斜杠）
    outputPath = sprintf('C:\\Users\\Documents\\duetTestFile%d.csv', g);
    
    % 一次性提取当前设备的所有行（利用已排序的连续特性）
    targetRows = groupIdx == g;
    deviceSubTable = indoorDataSorted(targetRows, 1:17);
    
    % 批量写入整个子表，仅一次IO操作
    writetable(deviceSubTable, outputPath, 'WriteVariableNames', true);
end

关键优化点： #

• 用unique的第三个输出groupIdx直接标记每行所属的设备组，避免逐行字符串比较
• 单次writetable写入整个设备的所有数据，将IO操作次数从总行数降至设备数
• 路径使用双反斜杠\\避免转义错误（原代码的\U会被识别为转义字符导致报错）

方案二：无需排序的通用分组写入 #

如果未提前排序，可使用findgroups+splitapply直接按设备ID分组处理：

% 自动按device_id分组，无需提前排序
[groupLabels, deviceIDs] = findgroups(indoorDataSorted.device_id);

% 定义分组写入的匿名函数
writeDeviceData = @(subTable, deviceID) ...
    writetable(subTable(:,1:17), ...
    sprintf('C:\\Users\\Documents\\duetTestFile_%s.csv', deviceID{1}), ...
    'WriteVariableNames', true);

% 批量处理所有分组
splitapply(writeDeviceData, indoorDataSorted, groupLabels, deviceIDs);

关键优化点： #

• findgroups自动完成分组逻辑，无需手动遍历比较
• splitapply将每个分组的子表和对应设备ID传入写入函数，实现批量高效写入

额外注意事项 #

• 如果输出文件不需要表头，将'WriteVariableNames'设为false即可
• 若数据量极大（远超内存），可结合datastore分块读取处理，但上述方案已能覆盖绝大多数场景
• 避免使用writelines逐行写入：该函数更适合处理纯文本行，而非表格数据，且IO效率极低

内容的提问来源于stack exchange，提问作者thediyer