Matlab按日期分组：当日累计和超阈值后将后续数据置0

看起来你已经把单日的处理逻辑摸透了，现在就差把这个逻辑批量套用到每个日期组上对吧？我给你两种可行的实现方式，都是基于MATLAB的（从你的代码风格判断你用的是MATLAB），你可以按需选择：

方法一：用splitapply+分组函数（简洁向量化风格） #

这种方法利用MATLAB的分组处理工具，把单日逻辑封装成函数后批量应用，代码更简洁：

首先定义一个处理单日数据的函数：

function processed_data = process_single_day(day_data, threshold)
    cum_sum = cumsum(day_data);
    % 找到第一个累计和超过阈值的位置
    over_idx = find(cum_sum > threshold, 1);
    if ~isempty(over_idx)
        % 从该位置开始，后续数据全部置0
        day_data(over_idx:end) = 0;
    end
    processed_data = day_data;
end

然后对整个矩阵进行分组处理：

% 先设定你需要的阈值，比如你例子里的2
threshold = 2;

% 假设你的原始矩阵是data_matrix，第一列是0/1数据，第二列是日期（建议用datetime类型）
[groups, ~] = findgroups(data_matrix(:,2));

% 对每个日期组应用处理函数，得到处理后的第一列数据
processed_first_col = splitapply(@(x) process_single_day(x, threshold), data_matrix(:,1), groups);

% 合并处理后的第一列和原日期列，得到最终结果
result_matrix = [processed_first_col, data_matrix(:,2)];

方法二：循环遍历每个日期（直观易调试） #

如果你更习惯循环的逻辑，这种方式和你写的单日代码逻辑完全一致，更容易理解和调试：

threshold = 2;
% 获取所有唯一的日期
unique_dates = unique(data_matrix(:,2));
% 复制原始矩阵作为结果容器，避免修改原数据
result_matrix = data_matrix;

for d = 1:length(unique_dates)
    % 找到当前日期对应的所有行索引
    day_rows = data_matrix(:,2) == unique_dates(d);
    % 提取当前日期的第一列数据
    day_data = result_matrix(day_rows, 1);
    
    % 应用你熟悉的累计和判断逻辑
    cum_sum = cumsum(day_data);
    % 找到第一个累计和超阈值的位置
    over_pos = find(cum_sum > threshold, 1);
    if ~isempty(over_pos)
        % 从该位置开始置0
        day_data(over_pos:end) = 0;
        result_matrix(day_rows, 1) = day_data;
    end
end

逻辑说明 #

两种方法的核心逻辑都是：

• 按日期分组：把同一天的数据单独拎出来
• 单日累计判断：计算当天数据的累计和，找到第一个超过阈值的位置
• 后置0：从该位置开始，当天剩下的所有第一列数据都设为0
• 日期切换重置：每个日期组独立计算，切换日期后累计和自动清零重新计算

内容的提问来源于stack exchange，提问作者gastray