Recode está disponible en el menú Columnas superior, luego se encuentra en Utilidades.
También podemos acceder a Recode utilizando el triángulo rojo de nuestra Tabla de datos cerca del panel Columnas.
Una vez que se abre nuestra ventana Recode, la mayoría de las características de Recode se pueden encontrar debajo de su triángulo rojo. Los primeros cinco elementos se transfieren de versiones anteriores de JMP.
Revisemos algunas de las características existentes antes de explorar las mejoras para Recode inspeccionando este conjunto de datos de muestra utilizando la columna NOMBRE REGISTRADO.
Nota: Al hacer doble clic en la columna NOMBRE REGISTRADO en el panel de columnas, se mostrará de inmediato.
Después de seleccionar la opción del menú de recodificación, JMP devuelve un resumen de los valores de la columna, incluidos los recuentos y el número de grupos. La opción de grupo es nueva, y en nuestro ejemplo, tenemos la sección 287 El nuevo valor, como con la herramienta Recode anterior, le permite editar cualquier valor.
Convertir a título, mayúsculas y minúsculas operan en todas las filas de la columna.
Seleccionemos Convertir a título para ver el efecto que esto tiene en el contenido de la sección Nuevo valor. Observe cómo se han modificado los valores para reflejar el cambio de Titlecase.
En cualquier momento durante el proceso de recodificación, podemos seleccionar las teclas "Deshacer" o "Rehacer" para avanzar y retroceder entre los pasos de edición, o seleccionar "Comenzar de nuevo" en el menú del triángulo rojo para volver al estado original.
Recortar espacios en blanco elimina los espacios iniciales y finales del texto. Observe cómo "Todd Tullio" se agrupa con "Todd Tullio" cuando se selecciona esta función. Trim Whitespace nos lleva de 287 a 280 grupos.
Contraer espacio en blanco elimina los espacios en blanco iniciales y finales, al tiempo que reemplaza las cadenas internas de espacios en blanco (de cualquier longitud) con un solo espacio en blanco.
Collapse Whitepace nos lleva de 287 a 270 grupos. Entonces, ¿qué filas cambiaron? Cualquier cambio está sombreado para permitirle escanear la tabla para ver los cambios rápidamente.
First Word reemplaza el texto dado con solo su primera palabra, usando espacios como el carácter separador. El uso de esta función nos lleva de 287 a 144 grupos.
Esta es una forma rápida de separar nombres en nombre y apellidos
Last Word, All But First Word y All But Last Word funcionan de manera similar a First Word.
Seleccionar valores similares de grupo nos permite ignorar mayúsculas y minúsculas, caracteres no imprimibles, espacios en blanco y signos de puntuación.
En la parte inferior de la ventana Agrupar valores similares, también podemos permitir la edición de caracteres utilizando la relación de diferencia o la diferencia máxima de caracteres.
La diferencia máxima de caracteres es el número de ediciones de caracteres, como la inserción, eliminación o cambio necesarios para alterar una palabra a otra. Agrupa los valores de acuerdo con un número máximo de diferencias de caracteres; por ejemplo, escriba "5" para agrupar valores que difieren en cinco caracteres o menos.
La relación de diferencia es el número de ediciones de caracteres dividido por la longitud de la palabra más corta. Agrupa los valores según la diferencia proporcional. Por ejemplo, escriba ".25" para agrupar valores que sean al menos un 25% diferentes. La relación de diferencia se adapta a la longitud de las cadenas que se comparan, por lo que es mejor si el conjunto de datos contiene cadenas largas y cortas para la relación de diferencia.
Experimentar con diferentes tipos de datos usted mismo, o el conjunto de datos de Empresas en JMP, es la mejor manera de familiarizarse con la Relación de diferencia y la Diferencia máxima de caracteres para agrupar resultados.
También podemos agrupar manualmente, en conjunto o junto con otros métodos de agrupación.
Hay dos formas de hacer esto:
Al seleccionar los valores o grupos de valores deseados, y hacer clic con el botón derecho (o, presionar el botón Grupo), o al editar filas al mismo valor. A medida que se editan nuevas filas a este valor, se agregarán automáticamente al grupo. Esta opción es muy útil, ya que las filas con diferencias de espacios en blanco no se agruparán juntas; podrá darse cuenta de que las filas son de alguna manera diferentes, incluso si parecen iguales.
Para ilustrar la segunda opción de agrupación, comencemos eliminando manualmente los puntos de los nombres AM Taylor. Observe que con el grupo AM Taylor, una de las entradas no está agrupada, por lo que sabemos que sigue siendo diferente. Tiene un espacio posterior.
Aquí hay un ejemplo de cómo realizar una agrupación automatizada y modificarla manualmente.
En el menú del triángulo rojo, seleccione Agrupar valores similares, marque Permitir ediciones de caracteres, ingrese 0.25 en el cuadro de diálogo y haga clic en Aceptar.
Nuestros valores predeterminados hicieron un trabajo bastante bueno, pero vemos que Gary H. Hartmann y Gary Hartmann (que resultan ser la misma persona) no pertenecen al grupo de Gary W. Hartmann.
Elimínelos del grupo seleccionando ambas filas, haciendo clic con el botón derecho y seleccionando Eliminar del grupo.
A continuación, mientras estas 2 líneas todavía están resaltadas, agrúpelas con un clic en el botón Agrupar.
Pasando a Joel Kohler, vemos que no todas sus entradas estaban agrupadas. Sin embargo, prefiere usar su título profesional, que no está en el nombre de agrupación actual.
Seleccione las cuatro entradas, haga clic con el botón derecho y seleccione Agrupar a JOEL E KOHLER PE. Agregue puntuación editando el nuevo nombre del grupo a JOEL E. KOHLER, PE. Cuando haya terminado de grabar, presione el botón Listo (arriba a la derecha).
Se le presentan cuatro opciones. Las opciones determinan cómo aplica los valores recodificados en su tabla de datos.
En su lugar: guarde los valores recodificados en su lugar, sobrescribiendo la columna actual.
Nueva columna: guarde los valores recodificados en una nueva columna.
Columna de fórmula: guarde los valores recodificados en una nueva columna de fórmula
Script: escriba un script de recodificación en la tabla de datos, que es una de las mejores características del nuevo Recode; La limpieza de datos a menudo puede llevar más tiempo del que está disponible en una sola sesión, por lo que es importante poder guardar su trabajo. Puede ejecutar el script al comienzo de su próxima sesión para continuar donde lo dejó.
