Borrar filtros
Borrar filtros

How do i divide excel cells with each other from matlab

5 visualizaciones (últimos 30 días)
Peter Lyngbye
Peter Lyngbye el 23 de Mzo. de 2022
Comentada: Voss el 23 de Mzo. de 2022
So i have 2 excel files with 2 columns of cells that needs to be divided in my matlab script to gather up the mean for each of the 2 column.
I have linked the two excels.
To explain it simpel:
It is column 3 and 8, which can also be seen in my code. I need to take the column 3 and 8 from the first excel and divide with column 3 and 8 from the other excel, each single number! The numbers who will divide are from row 3 and 8 in each of the excels. So for example: Excel Pyra 1= (row:100 column 3 and column 8) DIVIDE with Excel pyra 2= (row:100 column 3 and column 8)
so 2 numbers per row divided with 2 other numbers from same row, but with the other excel. This needs to be done for all off the rows.
Hope someone knows a script for this and can help!

Respuesta aceptada

Voss
Voss el 23 de Mzo. de 2022
Editada: Voss el 23 de Mzo. de 2022
This will divide each element in columns 3 and 8 in "Svendborg pyra 1 skyet.xlsx" by the element at the same location in "Svendborg pyra 2 skyet.xlsx" and store the result in the variable result.
data1 = readcell('Svendborg pyra 1 skyet.xlsx','NumHeaderLines',2);
data2 = readcell('Svendborg pyra 2 skyet.xlsx','NumHeaderLines',2);
data1_cols_3_8 = cell2mat(data1(:,[3 8]));
data2_cols_3_8 = cell2mat(data2(:,[3 8]));
disp(data1_cols_3_8);
0 0.8000 0 0.7000 0 0.7000 0 0.7000 0 0.6000 0 0.5000 0 0.5000 0 0.4000 0 0.3000 0 0.3000 0 0.2000 0 0.2000 0 0.1000 0 0 0 0 0 -0.2000 0 -0.3000 0 -0.5000 0 -0.5000 0 -0.6000 0 -0.6000 0 -0.7000 0 -0.7000 0 -0.7000 0 -0.8000 0 -0.9000 0 -0.9000 0 -1.0000 0 -1.0000 0 -1.1000 0 -1.1000 0 -1.1000 0 -1.2000 0 -1.3000 0 -1.3000 0 -1.2000 0 -1.2000 0 -1.2000 0 -1.2000 0 -1.2000 0 -1.2000 0 -1.1000 0 -1.1000 0 -1.1000 0 -0.9000 0 -0.9000 0 -0.8000 0 -0.8000 0 -0.7000 0 -0.6000 0 -0.6000 0 -0.7000 0 -0.8000 0 -0.8000 0 -0.9000 0 -0.8000 0 -0.8000 0 -0.9000 0 -0.9000 0 -1.1000 0 -1.2000 0 -1.3000 0 -1.4000 0 -1.4000 0 -1.4000 0 -1.5000 0 -1.7000 0 -1.9000 0 -2.0000 0 -1.9000 0 -1.7000 0 -1.4000 1.0000 -1.1000 1.0000 -0.7000 1.0000 -0.4000 0 -0.2000 1.0000 -0.1000 0 0.1000 1.0000 0.2000 1.0000 0.3000 1.0000 0.3000 2.0000 0.3000 2.0000 0.4000 3.0000 0.4000 5.0000 0.5000 5.0000 0.5000 6.0000 0.5000 8.0000 0.5000 10.0000 0.5000 9.0000 0.5000 14.0000 0.5000 17.0000 0.6000 21.0000 0.6000 24.0000 0.6000 31.0000 0.6000 34.0000 0.7000 39.0000 0.7000 23.0000 0.7000 33.0000 0.8000 39.0000 0.8000 29.0000 0.9000 25.0000 0.9000 24.0000 1.0000 32.0000 1.0000 47.0000 1.1000 68.0000 1.2000 96.0000 1.3000 96.0000 1.4000 145.0000 1.6000 111.0000 1.7000 102.0000 1.9000 181.0000 2.1000 153.0000 2.2000 126.0000 2.2000 106.0000 2.3000 110.0000 2.3000 141.0000 2.4000 132.0000 2.4000 94.0000 2.4000 87.0000 2.4000 126.0000 2.4000 108.0000 2.5000 111.0000 2.6000 127.0000 2.6000 138.0000 2.7000 161.0000 2.8000 214.0000 3.0000 182.0000 3.3000 389.0000 3.5000 258.0000 3.8000 319.0000 4.2000 317.0000 4.4000 635.0000 4.8000 517.0000 5.4000 752.0000 5.6000 693.0000 5.9000 739.0000 6.1000 762.0000 6.5000 322.0000 6.6000 751.0000 6.8000 770.0000 7.1000 760.0000 7.3000 749.0000 7.4000 738.0000 7.7000 739.0000 8.0000 744.0000 8.2000 744.0000 8.4000 749.0000 8.6000 762.0000 8.8000 761.0000 9.0000 765.0000 9.2000 711.0000 9.2000 634.0000 9.2000 630.0000 9.0000 694.0000 9.2000 518.0000 9.3000 700.0000 9.3000 606.0000 9.2000 639.0000 9.3000 518.0000 9.4000 607.0000 9.5000 642.0000 9.7000 599.0000 9.7000 312.0000 9.5000 315.0000 9.4000 288.0000 9.2000 433.0000 9.1000 404.0000 9.1000 302.0000 9.0000 259.0000 8.9000 342.0000 8.8000 214.0000 8.6000 269.0000 8.3000 254.0000 8.0000 296.0000 7.9000 259.0000 7.8000 219.0000 7.7000 275.0000 7.6000 346.0000 7.7000 247.0000 7.7000 425.0000 7.8000 379.0000 8.0000 419.0000 8.3000 333.0000 8.4000 481.0000 8.7000 439.0000 8.9000 285.0000 9.0000 254.0000 8.9000 322.0000 8.8000 294.0000 8.8000 272.0000 8.7000 360.0000 8.6000 387.0000 8.7000 374.0000 8.9000 240.0000 8.9000 187.0000 8.8000 148.0000 8.5000 118.0000 8.3000 150.0000 8.0000 163.0000 7.8000 232.0000 7.7000 166.0000 7.6000 173.0000 7.4000 192.0000 7.2000 158.0000 7.0000 134.0000 6.7000 128.0000 6.5000 116.0000 6.3000 99.0000 6.1000 91.0000 5.9000 82.0000 5.7000 43.0000 5.5000 48.0000 5.3000 34.0000 5.1000 20.0000 4.9000 20.0000 4.7000 12.0000 4.5000 7.0000 4.4000 3.0000 4.3000 0 4.2000 1.0000 4.1000 0 4.0000 0 3.9000 0 3.8000 0 3.7000 0 3.6000 0 3.6000 0 3.5000 0 3.4000 0 3.3000 0 3.3000 0 3.2000 0 3.2000 0 3.2000 0 3.3000 0 3.2000 0 3.2000 0 3.2000 0 3.2000 0 3.2000 0 3.1000 0 3.2000 0 3.1000 0 3.0000 0 2.9000 0 2.9000 0 2.8000 0 2.8000 0 2.8000 0 2.7000 0 2.7000 0 2.8000 0 2.8000 0 2.8000 0 2.8000 0 2.8000 0 2.8000 0 2.9000 0 2.9000 0 2.9000 0 2.8000 0 2.9000 0 2.9000 0 2.8000 0 2.7000 0 2.7000 0 2.7000 0 2.7000 0 2.7000 0 2.6000 0 2.6000 0 2.5000 0 2.5000 0 2.4000 0 2.3000 0 2.1000 0 2.0000 0 1.9000 0 1.9000 0 1.8000 0 1.7000 0 1.6000 0 1.6000 0 1.5000 0 1.5000 0 1.5000 0 1.4000 0 1.4000
disp(data2_cols_3_8);
0 0.7000 0 0.6000 0 0.6000 0 0.5000 0 0.5000 0 0.4000 0 0.3000 0 0.3000 0 0.2000 0 0.1000 0 0 0 -0.1000 0 -0.2000 0 -0.3000 0 -0.3000 0 -0.3000 0 -0.4000 0 -0.5000 0 -0.5000 0 -0.5000 0 -0.5000 0 -0.5000 0 -0.5000 0 -0.6000 0 -0.7000 0 -0.8000 0 -0.8000 0 -0.8000 0 -0.8000 0 -0.7000 0 -0.6000 0 -0.5000 0 -0.5000 0 -0.6000 0 -0.5000 0 -0.5000 0 -0.4000 0 -0.5000 0 -0.5000 0 -0.4000 0 -0.4000 0 -0.4000 0 -0.4000 0 -0.4000 0 -0.3000 0 -0.2000 0 -0.3000 0 -0.4000 0 -0.4000 0 -0.4000 0 -0.4000 0 -0.5000 0 -0.6000 0 -0.6000 0 -0.6000 0 -0.8000 0 -0.8000 0 -0.8000 0 -0.9000 0 -1.0000 0 -1.1000 0 -1.2000 0 -1.3000 0 -1.3000 0 -1.2000 0 -1.1000 0 -1.1000 0 -1.3000 0 -1.2000 0 -1.1000 0 -0.8000 1.0000 -0.6000 1.0000 -0.3000 1.0000 -0.1000 0 0 0 0.1000 0 0.2000 0 0.3000 0 0.4000 1.0000 0.4000 1.0000 0.5000 2.0000 0.5000 2.0000 0.5000 4.0000 0.5000 4.0000 0.5000 6.0000 0.5000 9.0000 0.5000 13.0000 0.5000 18.0000 0.5000 23.0000 0.5000 14.0000 0.6000 21.0000 0.6000 27.0000 0.6000 26.0000 0.6000 31.0000 0.7000 31.0000 0.7000 46.0000 0.8000 22.0000 0.8000 40.0000 0.9000 43.0000 0.9000 26.0000 0.9000 27.0000 1.0000 22.0000 1.0000 48.0000 1.1000 55.0000 1.1000 63.0000 1.2000 80.0000 1.3000 86.0000 1.3000 92.0000 1.5000 98.0000 1.6000 117.0000 1.8000 122.0000 1.9000 104.0000 2.0000 99.0000 2.0000 126.0000 2.1000 130.0000 2.2000 92.0000 2.3000 115.0000 2.5000 130.0000 2.6000 113.0000 2.7000 122.0000 2.9000 126.0000 2.9000 131.0000 2.9000 173.0000 3.0000 184.0000 3.0000 194.0000 3.1000 222.0000 3.2000 211.0000 3.4000 248.0000 3.6000 470.0000 3.7000 285.0000 4.0000 365.0000 4.2000 690.0000 4.5000 772.0000 4.9000 746.0000 5.4000 208.0000 5.6000 499.0000 5.7000 754.0000 5.9000 789.0000 6.3000 778.0000 6.9000 735.0000 7.2000 744.0000 7.4000 747.0000 7.5000 745.0000 7.6000 752.0000 7.8000 762.0000 7.9000 767.0000 8.2000 766.0000 8.5000 770.0000 8.9000 790.0000 8.9000 744.0000 9.1000 705.0000 9.3000 599.0000 9.2000 758.0000 9.3000 645.0000 9.5000 565.0000 9.4000 426.0000 9.4000 549.0000 9.2000 795.0000 9.3000 635.0000 9.4000 763.0000 9.6000 545.0000 9.6000 644.0000 9.6000 368.0000 9.3000 397.0000 9.2000 415.0000 9.0000 460.0000 8.9000 476.0000 8.9000 299.0000 8.9000 282.0000 8.8000 251.0000 8.7000 220.0000 8.5000 291.0000 8.4000 274.0000 8.4000 315.0000 8.4000 270.0000 8.3000 237.0000 8.2000 327.0000 8.2000 209.0000 8.3000 502.0000 8.3000 442.0000 8.5000 439.0000 8.6000 412.0000 8.8000 403.0000 8.9000 470.0000 9.1000 406.0000 9.2000 225.0000 9.3000 261.0000 9.1000 410.0000 9.1000 301.0000 9.1000 253.0000 9.0000 391.0000 8.9000 376.0000 9.1000 350.0000 9.2000 176.0000 9.1000 163.0000 9.0000 135.0000 8.7000 113.0000 8.4000 154.0000 8.2000 167.0000 8.0000 219.0000 8.0000 192.0000 8.0000 187.0000 7.9000 193.0000 7.8000 143.0000 7.6000 137.0000 7.3000 131.0000 7.1000 121.0000 6.9000 97.0000 6.7000 94.0000 6.5000 81.0000 6.3000 44.0000 6.1000 50.0000 5.9000 34.0000 5.7000 23.0000 5.5000 19.0000 5.4000 12.0000 5.2000 6.0000 5.0000 3.0000 4.9000 1.0000 4.8000 0 4.7000 0 4.6000 0 4.5000 0 4.4000 0 4.4000 0 4.3000 0 4.3000 0 4.2000 0 4.1000 0 4.1000 0 4.1000 0 4.1000 0 4.1000 0 4.1000 0 4.1000 0 4.1000 0 4.0000 0 4.0000 0 3.9000 0 3.9000 0 3.8000 0 3.8000 0 3.7000 0 3.7000 0 3.7000 0 3.6000 0 3.6000 0 3.5000 0 3.4000 0 3.4000 0 3.3000 0 3.3000 0 3.3000 0 3.3000 0 3.3000 0 3.4000 0 3.4000 0 3.3000 0 3.4000 0 3.4000 0 3.3000 0 3.3000 0 3.2000 0 3.2000 0 3.2000 0 3.1000 0 3.1000 0 3.0000 0 3.0000 0 2.9000 0 2.9000 0 2.8000 0 2.8000 0 2.7000 0 2.7000 0 2.7000 0 2.6000 0 2.5000 0 2.4000 0 2.4000 0 2.3000 0 2.3000 0 2.3000 0 2.3000 0 2.2000 0 2.2000 0 2.1000 0 2.1000
result = data1_cols_3_8./data2_cols_3_8;
disp(result);
NaN 1.1429 NaN 1.1667 NaN 1.1667 NaN 1.4000 NaN 1.2000 NaN 1.2500 NaN 1.6667 NaN 1.3333 NaN 1.5000 NaN 3.0000 NaN Inf NaN -2.0000 NaN -0.5000 NaN 0 NaN 0 NaN 0.6667 NaN 0.7500 NaN 1.0000 NaN 1.0000 NaN 1.2000 NaN 1.2000 NaN 1.4000 NaN 1.4000 NaN 1.1667 NaN 1.1429 NaN 1.1250 NaN 1.1250 NaN 1.2500 NaN 1.2500 NaN 1.5714 NaN 1.8333 NaN 2.2000 NaN 2.4000 NaN 2.1667 NaN 2.6000 NaN 2.4000 NaN 3.0000 NaN 2.4000 NaN 2.4000 NaN 3.0000 NaN 3.0000 NaN 2.7500 NaN 2.7500 NaN 2.7500 NaN 3.0000 NaN 4.5000 NaN 2.6667 NaN 2.0000 NaN 1.7500 NaN 1.5000 NaN 1.5000 NaN 1.4000 NaN 1.3333 NaN 1.3333 NaN 1.5000 NaN 1.0000 NaN 1.0000 NaN 1.1250 NaN 1.0000 NaN 1.1000 NaN 1.0909 NaN 1.0833 NaN 1.0769 NaN 1.0769 NaN 1.1667 NaN 1.3636 NaN 1.5455 NaN 1.4615 NaN 1.6667 NaN 1.7273 NaN 2.1250 0 2.3333 1.0000 3.6667 1.0000 7.0000 Inf -Inf NaN -2.0000 Inf -0.5000 NaN 0.3333 Inf 0.5000 1.0000 0.7500 1.0000 0.6000 1.0000 0.6000 1.0000 0.8000 0.7500 0.8000 1.2500 1.0000 0.8333 1.0000 0.6667 1.0000 0.6154 1.0000 0.5556 1.0000 0.3913 1.0000 1.0000 0.8333 0.8095 1.0000 0.7778 1.0000 0.9231 1.0000 1.0000 0.8571 1.0968 1.0000 0.8478 0.8750 1.0455 0.8750 0.8250 0.8889 0.9070 0.8889 1.1154 1.0000 0.9259 0.9000 1.0909 1.0000 0.6667 0.9091 0.8545 1.0000 1.0794 1.0000 1.2000 1.0000 1.1163 1.0769 1.5761 1.0667 1.1327 1.0625 0.8718 1.0556 1.4836 1.1053 1.4712 1.1000 1.2727 1.1000 0.8413 1.0952 0.8462 1.0455 1.5326 1.0435 1.1478 0.9600 0.7231 0.9231 0.7699 0.8889 1.0328 0.8276 0.8571 0.8621 0.8473 0.8966 0.7341 0.8667 0.7500 0.9000 0.8299 0.9032 0.9640 0.9375 0.8626 0.9706 1.5685 0.9722 0.5489 1.0270 1.1193 1.0500 0.8685 1.0476 0.9203 1.0667 0.6697 1.1020 1.0080 1.0370 3.3317 1.0536 1.4810 1.0702 1.0106 1.1017 0.4081 1.0476 0.9653 0.9855 1.0476 0.9861 1.0215 0.9865 1.0027 0.9867 0.9906 1.0132 0.9827 1.0256 0.9764 1.0380 0.9700 1.0244 0.9778 1.0118 0.9896 0.9888 0.9633 1.0112 1.0282 1.0110 1.0085 0.9892 1.0584 1.0000 0.8311 0.9677 1.0760 0.9684 0.9168 0.9894 1.6432 0.9894 1.1038 1.0000 0.8038 1.0000 0.8157 1.0000 0.7955 0.9896 1.1780 1.0104 0.9301 1.0104 0.8478 1.0215 0.7935 1.0217 0.6940 1.0222 0.9413 1.0225 0.8487 1.0225 1.0100 1.0112 0.9184 1.0114 1.3625 1.0115 0.9727 1.0118 0.9244 0.9881 0.9270 0.9524 0.9397 0.9405 0.9593 0.9398 0.9241 0.9390 0.8410 0.9268 1.6555 0.9277 0.4920 0.9277 0.9615 0.9176 0.8633 0.9302 1.0170 0.9432 0.8263 0.9438 1.0234 0.9560 1.0813 0.9674 1.2667 0.9677 0.9732 0.9780 0.7854 0.9670 0.9767 0.9670 1.0751 0.9667 0.9207 0.9663 1.0293 0.9560 1.0686 0.9674 1.3636 0.9780 1.1472 0.9778 1.0963 0.9770 1.0442 0.9881 0.9740 0.9756 0.9760 0.9750 1.0594 0.9625 0.8646 0.9500 0.9251 0.9367 0.9948 0.9231 1.1049 0.9211 0.9781 0.9178 0.9771 0.9155 0.9587 0.9130 1.0206 0.9104 0.9681 0.9077 1.0123 0.9048 0.9773 0.9016 0.9600 0.8983 1.0000 0.8947 0.8696 0.8909 1.0526 0.8704 1.0000 0.8654 1.1667 0.8800 1.0000 0.8776 0 0.8750 Inf 0.8723 NaN 0.8696 NaN 0.8667 NaN 0.8636 NaN 0.8409 NaN 0.8372 NaN 0.8372 NaN 0.8333 NaN 0.8293 NaN 0.8049 NaN 0.8049 NaN 0.7805 NaN 0.7805 NaN 0.7805 NaN 0.8049 NaN 0.7805 NaN 0.8000 NaN 0.8000 NaN 0.8205 NaN 0.8205 NaN 0.8158 NaN 0.8421 NaN 0.8378 NaN 0.8108 NaN 0.7838 NaN 0.8056 NaN 0.7778 NaN 0.8000 NaN 0.8235 NaN 0.7941 NaN 0.8182 NaN 0.8485 NaN 0.8485 NaN 0.8485 NaN 0.8485 NaN 0.8235 NaN 0.8235 NaN 0.8788 NaN 0.8529 NaN 0.8529 NaN 0.8485 NaN 0.8788 NaN 0.9062 NaN 0.8750 NaN 0.8438 NaN 0.8710 NaN 0.8710 NaN 0.9000 NaN 0.9000 NaN 0.8966 NaN 0.8966 NaN 0.8929 NaN 0.8929 NaN 0.8889 NaN 0.8519 NaN 0.7778 NaN 0.7692 NaN 0.7600 NaN 0.7917 NaN 0.7500 NaN 0.7391 NaN 0.6957 NaN 0.6957 NaN 0.6522 NaN 0.6818 NaN 0.6818 NaN 0.6667 NaN 0.6667
[Edited to display the values of data1_cols_3_8 and data2_cols_3_8.]
  6 comentarios
Peter Lyngbye
Peter Lyngbye el 23 de Mzo. de 2022
I just add them and then divide by 2 instead to get the mean! Now it works! Thank u!
result = ((data1_cols_3_8+data2_cols_3_8)./2);
Voss
Voss el 23 de Mzo. de 2022
OK. Sorry, I must've misunderstood that you wanted the mean. I thought you were looking for the quotient.
Anyway, glad you got it working!

Iniciar sesión para comentar.

Más respuestas (0)

Categorías

Más información sobre Data Import from MATLAB en Help Center y File Exchange.

Productos


Versión

R2022a

Community Treasure Hunt

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

Start Hunting!

Translated by