데이터 분석에서는 여러 지표 열을 하나의 열로 병합해야 하는 경우가 많습니다. 예를 들어, 5개의 관찰 지점에 걸쳐 100명의 사람을 나타내는 100열 5열 데이터 테이블을 그래프 작성 및 분석에 필요한 500열 1열 데이터 테이블로 변환해야 할 수 있습니다. 그렇다면 JMP에서 이러한 작업을 어떻게 빠르게 수행할 수 있을까요? 이 글에서는 JMP에서 여러 열로 구성된 데이터를 병합하는 방법을 소개합니다.
데이터 분석 시, 한 개인이 여러 개의 주요 분석 지표(예: 추적 데이터의 여러 시점 데이터)를 사용하는 상황을 자주 접하게 됩니다. 데이터를 가져올 때 이러한 지표는 일반적으로 서로 다른 열로 가져옵니다(예: 5개 시점의 데이터를 5개 열로 가져오는 경우). 이러한 가져오기 방식은 직관적으로 보이지만, 분석 과정에서는 이러한 지표들을 같은 열에 배치해야 하는 경우가 있습니다.
열이 5개뿐이라면 하나씩 복사하는 데 시간이 많이 걸리지 않습니다. 하지만 열이 20개 이상이라면 어떨까요? 시간과 노력이 많이 들 뿐만 아니라 복사하여 붙여넣는 과정에서 오류가 발생하기 쉽습니다. 오늘은 데이터 정리 기능의 "스태킹" 함수를 사용하여 여러 열을 하나의 열로 빠르게 병합하는 동시에 새로운 식별자 변수를 추가하여 다양한 지표를 표시하는 방법을 알아보겠습니다.
아래에서는 JMP에 포함된 샘플 데이터를 사용하여 데이터 스태킹을 구현하는 방법을 보여드리겠습니다. 샘플 데이터는 아래 그림 1과 같이 상단 메뉴 "도움말 " --> " 샘플 데이터 라이브러리"에서 찾을 수 있습니다.
그림 1: JMP 도움말 문서 및 샘플 데이터
이번에는 샘플 데이터베이스의 Blood Pressure.jmp 데이터 파일을 예로 들어 보겠습니다. 전체 데이터 구조는 그림 2에 나와 있습니다.
그림 2 샘플 재료
20명의 참가자를 네 그룹으로 나누었습니다. 변수 BP 8M은 월요일 오전 8시에 측정한 혈압을 나타냅니다. 따라서 이 데이터는 각 참가자의 혈압을 매일 세 번, 즉 월요일, 수요일, 금요일에 측정한 값을 기록합니다. 네, 이는 표준 반복 측정 데이터이며, 많은 임상 의사들이 이 형식으로 데이터를 수집합니다.
첫 번째 단계:여러 열의 지표를 하나의 열로 쌓습니다.
먼저, 다음과 같은 시나리오를 상상해 보세요. 데이터를 수집한 후 네 그룹의 혈압 측정값에 차이가 있는지 비교하고 싶습니다. 이 경우, 혈압 측정값이 종속변수 y가 되고, 측정 시점과 그룹화는 독립변수 x1과 x2가 됩니다. 현재 데이터 형식은 후속 분석의 요건을 충족하지 못하는 것이 분명합니다.
9개의 시간 지점을 두 개의 열로 쌓아야 합니다. 하나는 시간 지점을 위한 것이고 다른 하나는 측정값을 위한 것입니다. 이렇게 하면 일대일 대응이 가능합니다. JMP에서는 어떻게 할 수 있을까요? 단 한 단계면 됩니다!
그림 3 - "표" 메뉴에서 "스택"을 선택하면 스태킹 대화 상자가 나타납니다.
- 열 쌓기 – 쌓을 열을 선택합니다.
- 출력 테이블 이름 – 스택된 테이블의 이름을 입력하세요
- 스택 데이터 열/소스 레이블 열 - 스택 후 두 개의 새로운 변수가 생성됩니다. 하나는 시점(소스 레이블 열)이고, 다른 하나는 혈압 측정값(스택 데이터 열)입니다. 각 변수에 변수 이름을 설정할 수 있습니다. 수정하지 않으면 새 변수는 시스템 기본 이름인 【 데이터 】와 【 레이블 】을 변수 이름으로 사용합니다.
그림 4는 작업 과정을 보여줍니다.
그림 4 - 컬럼 스태킹 작업 프로세스 시연
새로 생성된 데이터 테이블은 그림 5에 나와 있습니다.
그림 5 - 열 스태킹 후 새로 생성된 데이터 테이블
20명의 참가자 각각에 대해 9개 시점에서 혈압을 측정하여 180개의 관측치 열로 구성된 새로운 데이터 테이블을 생성했습니다. 레이블과 데이터는 각각 원래 시점과 혈압 값입니다. 이를 통해 후속 분석을 진행할 수 있습니다.
2단계: 여러 열로 구성된 지표를 하나의 여러 열로 구성된 지표로 쌓습니다.
다양한 분석 목적에 따라, 작업은 이전과 동일하다고 생각할 수도 있습니다.
그러나 차이점은 분석 목적의 필요성에 있습니다.
그림 6 - 다중 열 스태킹
변수가 3개의 연속된 열에 쌓여 총 3개의 열을 형성하므로 열 번호를 3으로 설정하고 "연속"을 선택한 다음 아래 그림 7과 같이 확인을 클릭합니다.
그림 7
생성된 데이터 표는 그림 8에 나와 있습니다. 각 참가자의 일일 데이터는 한 열에 표시됩니다.
그림 8
일일 데이터 정리 및 요약 작업에서 여러 열을 하나로 쌓는 것 외에도, 하나의 열을 여러 열로 나누는 상황도 있습니다. 다음 글에서는 "쌓기"의 역작용인 분할(splitting)을 소개하겠습니다. 분할의 중요성은 무엇일까요? 그리고 주의해야 할 점은 무엇일까요? 곧 공개될 # 10DataAnalysisTips 칼럼도 기대해 주세요!
원본 기사 링크: "스태킹"을 사용한 데이터 정리 - 다중 열 데이터 병합 및 처리를 위한 강력한 도구
추천 독서:
참고: 이 글은 시리즈 의 다섯 번째 글입니다. 다른 글을 보려면 #10DataAnalysisTips를 클릭하세요.
