Dans le processus d'analyse des données, nous avons parfois besoin de combiner plusieurs colonnes d'indicateurs en une seule colonne, par exemple en convertissant un tableau de données de 100 colonnes à 5 colonnes généré par 100 personnes et 5 points de temps d'observation en un tableau de 500 colonnes à 1 colonne. table de données.Afin de répondre aux besoins ultérieurs de dessin et d'analyse. Alors, comment l'implémenter rapidement dans JMP ? Aujourd'hui, dans cet article, nous allons vous présenter : comment fusionner et traiter plusieurs colonnes de données dans JMP.
Lors de l'analyse de données, nous rencontrons souvent cette situation : une personne a plusieurs indicateurs d'analyse principaux en même temps (comme plusieurs points dans le temps dans les données de suivi). Lors de l'importation de données, elles sont généralement importées dans différentes colonnes (comme 5 données de point de temps, importées dans 5 colonnes). Bien que ce type d'import semble intuitif, il est parfois nécessaire de placer ces colonnes dans la même colonne lors de l'analyse.
Si seulement 5 colonnes sont bonnes, les copier une par une ne prendra pas beaucoup de temps. Mais que se passe-t-il s'il s'agit de 20 colonnes ou plus ? Non seulement cela prend du temps et est laborieux, mais le copier-coller est également sujet aux erreurs. Aujourd'hui, nous allons comprendre comment le "stack" dans le nettoyage des données peut rapidement fusionner plusieurs colonnes en une seule colonne, et en même temps ajouter une variable d'identification pour afficher différents indicateurs.
Ci-dessous, nous utilisons les données de démonstration fournies avec JMP pour montrer comment implémenter l'empilement de données. Vous pouvez cliquer sur le menu du haut "Aide "--> " Exemple de bibliothèque de données Trouvez les données de démonstration dans ", comme le montre la figure 1 ci-dessous
Figure 1 : fichier d'aide JMP et données de démonstration
Cette fois, à titre d'exemple, nous utiliserons le fichier de données Blood Pressure.jmp dans la base de données d'échantillons. La situation globale des données est illustrée à la figure 2.
Figure 2 Données de démonstration
Les 20 sujets ont été répartis en quatre groupes.La variable BP 8M signifie la valeur de la mesure de la tension artérielle à 8 heures le lundi. Par conséquent, les données enregistrent les valeurs de mesure de la pression artérielle de chaque sujet à trois moments différents chaque jour, les lundi, mercredi et vendredi. C'est vrai, ce sont des données de mesure répétées standard, et de nombreux médecins collectent des données dans ce format dans la pratique clinique.
premier pas: Empilez les indicateurs multi-colonnes dans un indicateur de colonne
Tout d'abord, imaginez une situation comme celle-ci. Après avoir obtenu les données, vous souhaitez comparer si les valeurs de mesure de la pression artérielle des quatre groupes de sujets sont différentes. À ce stade, la valeur de mesure de la pression artérielle devient la variable dépendante y, et le point de temps de mesure et le regroupement deviennent la variable indépendante x1 Et x2, le format de données actuel, ne répond évidemment pas aux exigences de notre prochaine analyse.
Nous devons empiler les colonnes de 9 points temporels en deux colonnes, une colonne de points temporels et l'autre colonne de valeurs mesurées, et une correspondance un à un. Comment fonctionner dans JMP ? Un seul pas !
Figure 3-Dans le menu "Tableaux "Sélectionner" Empiler ", une boîte de dialogue empilée apparaîtra
- Empiler les colonnes – Choisissez la colonne que vous souhaitez empiler
- Nom de la table de sortie – Entrez dans l'empilé table Nom
- Colonne de données empilées / Colonne d'étiquette source- Étant donné que nous allons former deux nouvelles variables après l'empilement, l'une est le point dans le temps (colonne d'étiquette source) et l'autre est la valeur de mesure de la pression artérielle (colonne de données empilées), nous pouvons définir des noms de variables pour eux séparément, s'ils ne sont pas modifiés, le les nouvelles variables utiliseront la valeur par défaut du système [ Données 】avec【 Étiqueter ] Comme nom de variable ;
Le processus de fonctionnement est illustré à la figure 4 :
Figure 4-Démonstration du processus d'opération d'empilement de colonnes
Par conséquent, le tableau de données nouvellement généré est illustré à la figure 5 :
Figure 5-Une nouvelle table de données est générée une fois les colonnes empilées
Les 20 sujets ont chacun mesuré les valeurs de pression artérielle à 9 points dans le temps, de sorte que le tableau de données nouvellement généré contient 180 observations, et les étiquettes et les données sont les points de temps et les valeurs de pression artérielle avant l'empilement. De cette façon, nous pouvons procéder à l'analyse de suivi.
Étape 2 : Empilez les indicateurs multi-colonnes dans les indicateurs multi-colonnes
A différentes fins d'analyse, vous pensez peut-être : le fonctionnement est le même qu'avant.
Cependant, la différence est la nécessité à des fins d'analyse
Figure 6-Empilement de colonnes multi-séquences
Parce que voici les variables continues à trois colonnes empilées dans une colonne et qu'un total de trois colonnes sont empilées, nous écrivons donc le nombre de colonnes ordinales comme 3, cochez "Continu" et cliquez sur OK, comme le montre la figure 7 :
Figure 7
Le tableau de données généré est illustré à la figure 8. Les données quotidiennes de chaque sujet sont une colonne :
Figure 8
Dans le tri et le résumé quotidiens des données, en plus d'empiler plusieurs colonnes dans une colonne, il existe également des situations dans lesquelles une colonne est divisée en plusieurs colonnes. Nous vous présenterons l'opération inverse de "stack" dans un article-split ultérieur, c'est-à-dire quel est le sens de split ? Quelles sont les précautions ? Restez à l'écoute pour le suivi# ANALYSER les informations dix Colonne de compétences !
Lien d'origine : L'"empilement" du nettoyage des données - un artefact du traitement de fusion de données multi-colonnes
Lecture recommandée:
Remarque : Cet article est le cinquième numéro de cette série d'articles. Cliquer sur #Analyse des données10 Compétence Pour revoir d'autres articles.
