228257_zh-TW

liliconcom

查找其中一行與其他行相比最大或最小的列。

這似乎是一個容易解決的問題，但我有點卡住了。

 

我有一個包含 250 行和大約 20K 列的數據集。 這些行分為兩類：好（249 行）和壞（1 行）。 我需要找到所有列，其中“BAD”行的值高於/低於其餘“GOOD”行的值。

你能建議任何有效的方法嗎？

 

謝謝！

回复：查找其中一行與其他行相比最大或最低的列。

@D_T_M ,

 

@txnelson , Jim，為您提供了一個很好的、易於遵循的解決方案，可以使用 JMP 界面和列函數完成。下面是使用 JSL 和矩陣的替代解決方案。

 

我不確定哪種方法的性能最好。 如果您不熟悉 JMP 矩陣表示法或 JSL，請將此回複視為供 JMP 社區其他人參考的信息。

 

Names Default To Here( 1 );

// Create a simple data table for illustration
dt = New Table( "simple",
 Add Rows( 10 ),
 New Column( "A", Set Values( [59, 66, 55, 66, 52, 60, 61, 51, 60, 61] ) ),
 New Column( "B",
  Format( "Fixed Dec", 5, 0 ),
  Set Values( [123, 22, 74, 145, 64, 84, 128, 79, 112, 107] )
 ),
 New Column( "C",
  Set Values( [96, 110, 100, 92, 92, 97, 98, 94, 91, 94] ),
 )
);

cnames = dt << get column names("string"); //need to remove column names that are not to be tested<BR />//typically cnames = cnames[n::n+249999]

//Matrix of bad row - assuming you know which row is bad, row 2. 
bmat = dt[2,1::3];
glist = Remove( AsList(1::nrow(dt))[1], 2);
gmax = V Max(dt[ glist, 1::3 ]);  //returns a row vector of each column max
gmin = V Min(dt[ glist, 1::3 ]);  //returns a row vector of each column min
mxcol = loc(bmat - gmax > 0);     //returns a row vector of column # where bmat > gmax
mncol = Loc(bmat - gmin < 0);     //returns a row vector of column # where bmat < gmin
HiCol = cnames[transpose(mxcol)];
LoCol = cnames[transpose(mncol)];
show(HiCol, LoCol);
/*:

HiCol = {"C"};
LoCol = {"B"};

回复：查找其中一行與其他行相比最大或最低的列。

假設您有一列標識第 1 個壞行和所有 249 個好行，這就是我的做法。

1. 堆疊所有 20k 行，保留標識壞行和所有好行的列

表==>堆棧

2.總結得到的Stacked table

一個。 按新列“標籤”分組

b. 按標識壞數據和好數據的列進行子分組

C。 指定計算“數據”列的最小值和最大值

3.在生成的匯總表中

一個。 使用公式添加一個名為“Min Max”的新列

If(
   :Name( "Max(Data,Bad)" ) > :Name( "Max(Data,Good)" ), "Max",
   :Name( "Min(Data,Bad)" ) < :Name( "Min(Data,Good)" ), "Min",
   "Neither"
  )

下面是將創建上述結果的示例腳本。它使用只有 4 列的示例數據表，但是，通過更改腳本中指向包含壞行和好行的列（在示例數據表中稱為“GoodBad”）的名稱，它將適用於您的 20k 表，到數據表中標識壞數據和好數據的列的名稱。

該腳本還假定要比較所有數字列。

Names Default To Here( 1 );

// Create a simple data table for illustration
dt = New Table( "simple",
 Add Rows( 10 ),
 New Column( "A", Set Values( [59, 61, 55, 66, 52, 60, 61, 51, 60, 61] ) ),
 New Column( "B",
  Format( "Fixed Dec", 5, 0 ),
  Set Values( [22, 123, 74, 145, 64, 84, 128, 79, 112, 107] )
 ),
 New Column( "C",
  Set Values( [110, 96, 100, 92, 92, 97, 98, 94, 91, 94] ),
 ),
 New Column( "GoodBad",
  Character,
  Set Values(
   {"Bad", "Good", "Good", "Good", "Good", "Good", "Good", "Good", "Good", "Good"}
  )
 )
);

// Get All Numeric Columns
numericCols = dt << get column names(numeric);

// Stack all of the numeric
dtStack = dt << Stack(invisible,
 columns( numericCols ),
 Source Label Column( "Label" ),
 Stacked Data Column( "Data" )
);

// Summarize the data
dtSum = dtStack << Summary(
 Group( :Label ),
 Min( :Data ),
 Max( :Data ),
 Subgroup( :GoodBad ),
 Freq( "None" ),
 Weight( "None" ),
 Link to original data table( 0 )
);<BR /><BR />// Delete the no longer needed Stacked data table<BR />

<SPAN style="display: inline !important; float: none; background-color: #ffffff; color: #008000; font-family: Consolas,Monaco,'Andale Mono','Ubuntu Mono',monospace; font-size: 14px; font-style: normal; font-variant: normal; font-weight: 300; letter-spacing: normal; orphans: 2; text-align: left; text-decoration: none; text-indent: 0px; text-transform: none; -webkit-text-stroke-width: 0px; white-space: pre; word-spacing: 0px;">close( dtStack, nosave );</SPAN><BR />// Add the column that determines if Bad column is < or > Good
dtSum << New Column(
 "Max or Min",
 formula(
  If(
   :Name( "Max(Data,Bad)" ) > :Name( "Max(Data,Good)" ), "Max",
   :Name( "Min(Data,Bad)" ) < :Name( "Min(Data,Good)" ), "Min",
   "Neither"
  )
 )
);