Nell'analisi dei dati, spesso è necessario unire più colonne di indicatori in un'unica colonna. Ad esempio, potremmo dover convertire una tabella dati di 100 colonne e 5 colonne che rappresenta 100 persone in 5 punti di osservazione in una tabella dati di 500 colonne e 1 colonna per soddisfare ulteriori esigenze di rappresentazione grafica e analisi. Come è possibile ottenere rapidamente questo risultato in JMP? Questo articolo introdurrà tecniche per unire dati multicolonna in JMP.
Quando si analizzano i dati, spesso ci si imbatte in situazioni in cui un individuo dispone di più indicatori analitici chiave (ad esempio, dati provenienti da più punti temporali in dati di follow-up). Quando si importano i dati, questi indicatori vengono solitamente importati in colonne diverse (ad esempio, i dati provenienti da 5 punti temporali vengono importati in 5 colonne). Sebbene questo metodo di importazione sembri intuitivo, durante l'analisi a volte è necessario posizionare questi indicatori nella stessa colonna.
Se si tratta di sole 5 colonne, copiarle una per una non richiederà molto tempo. Ma cosa succede se le colonne sono 20 o anche di più? Non solo è un'operazione lunga e laboriosa, ma copiare e incollare è anche soggetto a errori. Oggi impareremo come utilizzare la funzione "stacking" nella pulizia dei dati per unire rapidamente più colonne in un'unica colonna, aggiungendo al contempo una nuova variabile identificativa per visualizzare metriche diverse.
Di seguito, utilizzeremo i dati di esempio inclusi in JMP per illustrare come implementare lo stacking dei dati. Potete trovare i dati di esempio nel menu in alto "Guida " --> " Libreria dati di esempio", come mostrato nella Figura 1 qui sotto.
Figura 1: Documentazione della guida JMP e dati di esempio
Questa volta, useremo come esempio il file di dati Blood Pressure.jmp del database di esempio. La struttura dati complessiva è mostrata nella Figura 2.
Figura 2 Materiali campione
I 20 partecipanti sono stati divisi in quattro gruppi. La variabile BP 8M si riferisce alla misurazione della pressione sanguigna effettuata alle 8:00 di lunedì. Pertanto, questi dati registrano le misurazioni della pressione sanguigna di ciascun partecipante in tre momenti diversi ogni giorno: lunedì, mercoledì e venerdì. Sì, si tratta di dati standard di misurazioni ripetute e molti medici nella pratica clinica raccolgono dati in questo formato.
primo passo:Impilare più colonne di indicatori in un'unica colonna.
Innanzitutto, immaginiamo questo scenario: dopo aver ottenuto i dati, si desidera confrontare eventuali differenze nelle misurazioni della pressione sanguigna dei quattro gruppi di soggetti. In questo caso, il valore della misurazione della pressione sanguigna diventa la variabile dipendente y, mentre il momento della misurazione e il raggruppamento diventano le variabili indipendenti x1 e x2. L'attuale formato dei dati ovviamente non soddisfa i requisiti della nostra analisi successiva.
Dobbiamo impilare i nove punti temporali in due colonne: una per i punti temporali e l'altra per i valori di misurazione, garantendo una corrispondenza biunivoca. Come possiamo farlo in JMP? Basta un solo passaggio!
Figura 3 - Selezionando " Impila " nel menu "Tabelle" verrà visualizzata una finestra di dialogo per l'impilamento.
- Impila colonne: seleziona le colonne che vuoi impilare.
- Nome della tabella di output: inserisci il nome della tabella impilata
- Colonna dati sovrapposti / Colonna etichetta sorgente - Dopo l'impilamento, verranno create due nuove variabili: una è il punto temporale (colonna etichetta sorgente) e l'altra è il valore di misurazione della pressione sanguigna (colonna dati sovrapposti). Possiamo impostare i nomi delle variabili per ciascuna di esse. Se non vengono apportate modifiche, le nuove variabili utilizzeranno i nomi predefiniti di sistema 【 Dati 】 e 【 Etichetta 】.
Il processo operativo è illustrato nella Figura 4:
Figura 4 - Dimostrazione del processo di impilamento delle colonne
La tabella dati appena generata è mostrata nella Figura 5:
Figura 5 - Tabella dati appena generata dopo l'impilamento delle colonne
La pressione sanguigna è stata misurata in 9 punti temporali per ciascuno dei 20 partecipanti, generando una nuova tabella dati con 180 colonne di osservazioni. Le etichette e i dati rappresentano rispettivamente i punti temporali e i valori di pressione sanguigna originali. Questo ci consente di procedere con le analisi successive.
Fase 2: impilare gli indicatori multicolonna in un unico indicatore multicolonna.
Per scopi analitici diversi, potresti pensare: il funzionamento è lo stesso di prima.
Tuttavia, la differenza risiede nelle esigenze dello scopo analitico.
Figura 6 - Impilamento multicolonna
Poiché le variabili sono impilate in tre colonne consecutive, formando un totale di tre colonne, impostiamo il numero di colonna su 3, selezioniamo "Consecutivo" e clicchiamo su OK, come mostrato nella Figura 7 sottostante:
Figura 7
La tabella dei dati generata è mostrata nella Figura 8. I dati giornalieri di ciascun partecipante sono presentati in una colonna:
Figura 8
Nell'organizzazione e nella sintesi quotidiana dei dati, oltre a impilare più colonne in una, ci sono anche situazioni in cui una singola colonna viene suddivisa in più colonne. In un prossimo articolo, introdurremo l'operazione inversa dello "stacking": la suddivisione. Qual è il significato della suddivisione? E quali sono alcuni punti da tenere a mente? Restate sintonizzati per il prossimo articolo # 10DataAnalysisTips !
Link all'articolo originale: Pulizia dei dati con "Stacking": uno strumento potente per unire ed elaborare dati multicolonna
Letture consigliate:
Nota: questo è il quinto articolo di questa serie. Clicca su #10DataAnalysisTips per leggere altri articoli.
