<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />完美的数据集很少见。 如果手动输入，则更是如此！幸运的是，JMP提供了数据清洁工具来帮助清理我们的混乱情况。 下面的示例演示了一些（但绝对不是全部！）查找和修复两个常见的手动输入工具的方法。
首先，让我们设置一个可以使用的快速数据集。 您需要将下面的脚本复制到新的脚本窗口中，然后单击运行脚本图标。想象一下，这些数据是从10个设定位置沿着10个粉末涂层的钢筋手动输入的涂层厚度（mm）的磁性测量值。 由于工艺控制，厚度始终小于1。可能会有厚度为0的裸露的未镀膜斑点。
//设置矩阵和数据表以进行数据清洁
名称默认为此处（ 1个） ;
//加载具有模拟数据收集错误的随机矩阵
垫子= [
0.35 830 0.71 0.91 0.74 。 0.71 0.92 0.96 0.28 ，
0.50 0.93 0.48 0.13 0.70 0.04 0.25 。 0.99 0.98 ，
0.26 0.19 750 0.22 0.97 0.35 0.30 0.25 0.64 。 ，
0.19 0.19 0.53 0.31 0.58 0.65 0.64 0.53 0.02 0.35 ，
640 0.27 0.48 0.63 0.70 0.26 0.83 0.78 0.12 0.30 ，
0.54 0.38 0.47 。 0.89 0.71 0.91 。 0.74 0.16 ，
0.38 0.09 0.18 0.87 0.38 0.45 0.97 0.13 0.08 0.03 ，
0.75 0.17 0.33 580 0.88 0.63 0.14 0.18 0.40 0.79 ，
0.59 0.48 0.19 0.71 0.70 0.01 。 0.52 0.01 0.41 ，
0.44 0.07 0.87 0.34 0.05 0.64 0.11 1.00 0.70 0.91
] ;
//根据随机矩阵制作数据表
dtNew =如表（垫子） ;
现在，让我们通过绘制和汇总数据来查找错误。 在此示例中，我专注于数据清理，但在现实生活中，我也对数据有了一些基本的了解。 请记住，在进行任何分析PDD之前（绘制数据虚拟对象）！！
分发平台是查看数据异常的好工具。 请注意，其中的条目比我们的数据集中的预期大1000倍。 我个人遇到检查员/操作员错过小数位甚至选择忽略所有小数位以更快的数据！ 在进行更改之前，最好先与操作员确认此类错误。
Columns Viewer是快速简便的汇总工具。 下图显示了所有列的摘要表。 请注意，我们的数据中缺少10个值。 缺少应为零的值是一个非常常见的手动输入错误，甚至比我经验中错位或丢失的小数更常见。 对于我们的小表而言，这似乎微不足道，在这里我们可以轻松看到所有缺失值。 但是，请想象一下，如果我们的数据集包含成千上万甚至数百万行的数据，那么会遇到困难！ 想到干草堆和针头。
摘要统计信息的使用方式与我们上面的分发平台相同。 请注意，col1-col4的最大值比预期的大100倍–与我们在分发中了解到的相同。
我们的探索性分析确定了数据中的两种错误。 缺少小数位和应为零的值。现在让我们修复它们！在像我们这样的小表中，在数据表中手动进行必要的更改非常容易。 我们将假定情况并非如此，需要更有效的方法。
JMP中的Recode Utility提供了一个菜单驱动的选项，用于更改数据表中的值。 必须选择列才能访问该实用程序。 我们的两个错误都可以通过重新编码来解决。
现在想象一下我们的数据集有10000行和100列。 突然之间，重新编码并不那么吸引人。 对我们来说幸运的是，可以使用JSL（JMP脚本语言）快速有效地解决我们的问题！
首先，让我们找到并修复所有缺少小数点的数据。 可以想象，通过循环自动执行手动查找和修复例程。 如您所见，这确实可以完成工作。
为使此练习简单明了，请关闭数据表和脚本窗口。 将下面的脚本粘贴到新的脚本窗口中并运行该脚本。
名称默认为此处（ 1个） ;
//加载具有模拟数据收集错误的随机矩阵
垫子= [
0.35 830 0.71 0.91 0.74 。 0.71 0.92 0.96 0.28 ，
0.50 0.93 0.48 0.13 0.70 0.04 0.25 。 0.99 0.98 ，
0.26 0.19 750 0.22 0.97 0.35 0.30 0.25 0.64 。 ，
0.19 0.19 0.53 0.31 0.58 0.65 0.64 0.53 0.02 0.35 ，
640 0.27 0.48 0.63 0.70 0.26 0.83 0.78 0.12 0.30 ，
0.54 0.38 0.47 。 0.89 0.71 0.91 。 0.74 0.16 ，
0.38 0.09 0.18 0.87 0.38 0.45 0.97 0.13 0.08 0.03 ，
0.75 0.17 0.33 580 0.88 0.63 0.14 0.18 0.40 0.79 ，
0.59 0.48 0.19 0.71 0.70 0.01 。 0.52 0.01 0.41 ，
0.44 0.07 0.87 0.34 0.05 0.64 0.11 1.00 0.70 0.91
] ;
//根据随机矩阵制作数据表
dtNew =如表（垫子） ;
myCols = N Cols （ dtNew ） ;
对于（ q = 1个， q <= myCols ， q ++，
关口=柱（ q ） ;
对于每一行（关口[] =
如果（
关口[] > 100 ，关口[] / 1000 ，关口[]
） ;
如果（
不见了（关口[]） == 1个，关口[] = 0 ，关口[]
） ;
） ;
） ;
小数位丢失和零丢失现在已修复！此方法合法但冗长，并且对于较大的数据集可能很慢。我认为逻辑索引是一种更好的方法。 在JSL中，逻辑索引是使用Loc（）函数完成的。 显示起来比说起来容易一些。
关闭表和脚本窗口（如果需要，请保存）。将以下脚本粘贴到新的脚本窗口。 单击运行脚本。
名称默认为此处（ 1个） ;
//加载具有模拟数据收集错误的随机矩阵
垫子= [
0.35 830 0.71 0.91 0.74 。 0.71 0.92 0.96 0.28 ，
0.50 0.93 0.48 0.13 0.70 0.04 0.25 。 0.99 0.98 ，
0.26 0.19 750 0.22 0.97 0.35 0.30 0.25 0.64 。 ，
0.19 0.19 0.53 0.31 0.58 0.65 0.64 0.53 0.02 0.35 ，
640 0.27 0.48 0.63 0.70 0.26 0.83 0.78 0.12 0.30 ，
0.54 0.38 0.47 。 0.89 0.71 0.91 。 0.74 0.16 ，
0.38 0.09 0.18 0.87 0.38 0.45 0.97 0.13 0.08 0.03 ，
0.75 0.17 0.33 580 0.88 0.63 0.14 0.18 0.40 0.79 ，
0.59 0.48 0.19 0.71 0.70 0.01 。 0.52 0.01 0.41 ，
0.44 0.07 0.87 0.34 0.05 0.64 0.11 1.00 0.70 0.91
] ;
//查找错误的位置并替换为正确的值
垫子[位置（垫子> 100 ）] =垫子[位置（垫子> 100 ）] ：/ 1000 ;
垫子[位置（不见了（垫子））] = 0 ;
dtNew =如表（垫子） ;
看看结果！ 我们使用2行代码和无循环修复了缺失的十进制和缺失的零！ 请注意，为避免循环，我生成了具有正确值的新数据表。如果要保留现有表，则需要循环以将值分配给数据表中的每一列。我会让大家自己尝试一下。
就是这样Loc（rndMat> 100）是rndMat中的索引矩阵，其中值大于100。rndMat [位置（垫子> 100 ）] =垫子[位置（垫子> 100 ）] ：/ 1000将这些索引处的值替换为当前值除以1000。替换缺失的值更简单，因为我们只是将缺失的值替换为零。
有关Loc（）函数的更多信息，请参见脚本指南的第7章。 脚本指南可在Help_Books下找到。逻辑索引不仅具有清除数据的作用，而且如果您还不熟悉它，则值得研究。
希望本练习可以帮助您释放JMP的更多功能。
请享用！
