重新編碼可從頂部的“列”選單中找到,然後在“實用程式”下找到。
我們也可以使用「列」面板附近的資料表中的紅色三角形來存取「重新編碼」。
一旦我們的重新編碼視窗啟動,大多數重新編碼功能都可以在其紅色三角形下找到。 前五個項目繼承自先前版本的 JMP。
在我們透過使用 REGISTERED NAME 欄位檢查此範例資料集來探索 Recode 的增強功能之前,讓我們先回顧一下現有的一些功能。
注意:雙擊列面板中的「註冊名稱」欄位將立即顯示出來。
選擇重新編碼選單選項後,JMP 傳回列值的摘要,包括計數和組數。 群組選項是新的,在我們的範例中,我們有 287 個新值部分,與先前的重新編碼工具一樣,允許您編輯任何值。
轉換為標題大寫、大寫和小寫對列中的所有行進行操作。
讓我們選擇“轉換為標題大寫”來查看這對“新值”部分的內容的影響。 請注意如何修改值以反映標題大小寫的變更。
在重新編碼過程中的任何時候,我們都可以選擇「撤銷」或「重做」鍵在編輯步驟之間來回移動,或從紅色小三角選單中選擇「重新開始」以返回原始狀態。
修剪空白從文字中刪除前導和尾隨空格。 請注意選擇此功能後,「Todd Tullio」如何與「Todd Tullio」分組。 修剪空白將我們的組數從 287 減少到 280。
折疊空白刪除前導和尾隨空白,同時用單一空白取代內部空白字串(任意長度)。
Collapse Whitespace 將我們的群組數從 287 增加到 270。 那麼哪些行發生了變化呢? 任何變更都會顯示為陰影,以便您掃描表格以快速查看變更。
第一個單字僅用給定文本的第一個單字取代給定文本,並使用空格作為分隔符號。 使用此功能將我們的組數從 287 個減少到 144 個。
這是將名字分為名字和姓氏的快速方法
「最後一個字」、「除第一個字之外的所有字」和「除最後一個字之外的所有字」的執行方式與「第一個字」類似。
選擇「對相似值進行分組」允許我們忽略大小寫、不可列印字元、空格和標點符號。
在「對相似值進行分組」視窗的底部,我們還可以允許使用差異比率或最大字元差異進行字元編輯。
最大字元差異是指將一個單字更改為另一個單字所需的字元編輯數量,例如插入、刪除或更改。 它根據字元差異的最大數量對值進行分組 - 例如,鍵入「5」對相差 5 個或更少字元的值進行分組。
差異率是字元編輯的數量除以較短單字的長度。 它根據比例差異對值進行分組。 例如,鍵入「.25」以對至少有 25% 不同的值進行分組。 差異比率會適應所比較字串的長度,因此如果資料集同時包含長字串和短字串,則差異比率會更好。
親自試驗不同類型的數據或 JMP 中的公司數據集是熟悉差異比率和最大字元差異以對結果進行分組的最佳方法。
我們也可以手動、完全或與其他分組方法結合進行分組。
有兩種方法可以做到這一點:
透過選擇所需的值或值組,然後右鍵單擊(或按“組”按鈕),或將行編輯為相同的值。 當新行被編輯為此值時,它們將自動添加到群組中。 此選項非常方便,因為具有空白差異的行不會被分組在一起 - 您將能夠看出這些行在某種程度上有所不同,即使它們看起來相同。
為了說明第二個分組選項,我們首先手動刪除姓名 AM Taylor 中的句點。 請注意,對於 AM Taylor 組,其中一個條目未分組,因此我們知道它仍然不同。 它有一個尾隨空格。
下面是執行自動分組並手動修改它的範例。
從紅色小三角選單中,選擇將相似值分組,選取允許字元編輯,在對話方塊中輸入 0.25,然後按確定。
我們的預設值做得相當不錯,但我們看到 Gary H. Hartmann 和 Gary Hartmann(碰巧是同一個人)不屬於 Gary W. Hartmann 的組別。
透過選擇兩行,右鍵單擊並選擇從群組中刪除,將它們從群組中刪除。
接下來,當這兩行仍然突出顯示時,請按一下「分組」按鈕將它們分組。
轉向喬爾·科勒,我們看到並非所有他的條目都被分組。 然而,他更喜歡使用他的專業頭銜,該頭銜不在目前的分組名稱中。
選擇四個條目,按一下滑鼠右鍵並選擇“分組到 JOEL E KOHLER PE”。 透過將新群組名稱編輯為 JOEL E. KOHLER, PE 來新增標點符號。 完成重新編碼後,按下「完成」按鈕(右上角)。
您將看到四個選項。 這些選項決定如何應用資料表中的重新編碼值。
就地:將重新編碼的值保存在適當的位置,覆蓋目前列。
新列:將重新編碼的值儲存在新列中。
公式列:將重新編碼的值儲存在新的公式列中
腳本:寫入資料表重新編碼腳本-這是新版Recode的最佳功能之一;清理資料通常會比單一會話花費更多的時間,因此能夠保存您的工作非常重要。 您可以在下一個會話開始時執行該腳本,以便從上次中斷的地方繼續。