NRF的调查询问了人们在万圣节期间将如何打扮自己的狗。蝙蝠侠和超人做出了回应清单。（照片由Kerrie Merullo Wilson提供）
随着万圣节临近，是时候决定穿哪种服装了。
全国零售联合会进行了调查，以找出今年流行的服饰 ，我认为探索和可视化该调查的结果 。
该调查提出了三个问题：
今年你的万圣节服装是什么？您的孩子在万圣节期间会打扮什么？万圣节，你会怎样打扮你的宠物？我将数据导入 JMP ，我发现数据需要整理一下。
幸运的是，JMP 12具有新设计的重新编码功能 ，这使您可以更有效地清理数据。
首先，导入的数据如下所示：
请注意，“服装”列中有不需要的数字，空格和数据表中的缺失值。
我对“服装”列进行了重新编码，以突出显示并删除多余的字符，然后选择 Cols>重新编码 。我使用了红色三角形菜单中的“修剪空白”选项来消除每个值前后的空白。
我还使用了过滤器搜索栏来搜索我不想包含在重新编码的数据表中的任何数字。通过在搜索栏中输入“ 1”，每个包含“ 1”的值都被分组到顶部。在“新值”列中删除不需要的字符后，旧值和新值将分组在一起并显示为阴影。当处理大量数据时，我使用“仅显示已分组/未分组”复选框来帮助控制视图。
“组相似值”红色三角形菜单选项也是一种组织和整理数据的好方法，尤其是在检查一致性时。此数据表中的值多次出现，但它们的间距或其他字母不同（例如，“蝙蝠侠”和“蝙蝠侠”）。我想找到这些值并重新编码，以使它们在整个表中保持一致。“差异比率”和“最大字符差异”选项会自动将仅相差几个字符的值分组在一起（取决于您的设置）。这样很容易发现错误或不一致。我保留默认的“差异比率”值.25，该值将最多相差25％的值分组在一起-换句话说，具有至少75％字符匹配的值被分组在一起。
分组相似值后的数据如下所示：
现在，我可以轻松看到分组后的相似值。我编辑了每个组，以使给定值的每个实例看起来都相同。例如，我更改了“星球大战角色”组的新值，以使三个实例中的每个实例具有相同的间距。进行适当的更改后，我选择了完成>就位 。这样，“新值”列中的值将替换数据表中的旧值。要保留原始数据，请通过选择将“重新编码”中所做的更改保存到新列中完成>新列要么公式栏 。
这是数据的样子图形生成器在按百分比分析服装时：
请注意，包含“其他”的行已被排除并隐藏。
另外，请注意，上面的图很杂乱，很难分析。我再次对Costume列进行了编码，以将服装组织成类别，以便更轻松地在数据中查找图案。在“服装”列中重新编码 ，我选择了要分组的值并使用了右键单击选项，分组到 。因为有许多动物服装，所以我将它们分组并归为“动物”类别。
将所有动物归为“动物（猫，狗，狮子，老虎等）”之后，我将类别的名称简称为“动物”。我将其余的服装归类为“超级英雄”，“幻想”，“恐怖”等。重新编码后，我选择了完成>公式栏保留我原来的服装专栏。我将新列命名为“类别”。您可以通过双击列标题来查看公式。
这是带有“类别”列的表的外观：
分析
现在，将服装分为几类，“图形生成器”提供了一个更易于解释的图。在Graph Builder中，我将Percent列用作X变量，将Categories用作Y变量。我按“儿童”，“成人”和“狗”对数据进行分组，并按受欢迎程度对其进行排序。结果如下：
上图显示了每个组（成人，儿童，狗）按服装选择的百分比。我可以看到哪种服装类别在成人，孩子和狗中是最受欢迎的。看来，幻想类别最受成人欢迎，动物类别最受儿童欢迎，而物体类别最受狗欢迎。
为了进一步分析数据，我使用了“本地数据过滤器”来仅查看成人服装的选择。这是按成人过滤并按受欢迎程度排序的数据：
女巫服装是今年成人中最受欢迎的服装。
现在，我将研究哪种特殊的服装在儿童和成人中最受欢迎。再次使用Graph Builder，我分析了选择特定服装的人的比例。由于数据不包括狗服装的数量，因此在运行分析之前，我创建了一个名为“组”的新列，其中仅包含“成人”和“孩子”。狗行的条目缺少值。这是一个马赛克图来说明结果：
垂直轴指示“服装”列中属于“儿童”或“成人”组的比例。每个条形图的整体大小表明哪种服装在儿童和成人中都很受欢迎。该图显示，选择巫婆服装的人中约有75％是成年人。选择动物服装的人中大约有一半是成年人，一半是孩子。一些服装团体，例如公主，完全由一个团体主导。在这种情况下，孩子占选择公主作为服饰的人的总比例。
为了获得更多乐趣，我使用“ X拟合Y”平台按类别将数据分组，以创建另一个镶嵌图。这是情节的样子：
我可以看到只有孩子从“对象”类别中选择了服装，只有成年人从“职业”类别中选择了服装。比较整体栏的大小时，“幻想”，“恐怖”和“超级英雄”是成人和儿童最受欢迎的类别。我可以在前面提到的一张条形图中观察到相同的发现，但是通过上面的镶嵌图，我可以更轻松地比较两组服装的流行程度。
祝大家万圣节快乐安全！提防女巫-显然，我们可以期望今年看到很多女巫！
万圣节前夕你会做什么？
