In der Datenanalyse ist es oft notwendig, mehrere Indikatorenspalten zu einer einzigen Spalte zusammenzuführen. Beispielsweise kann es erforderlich sein, eine 100-spaltige, 5-spaltige Datentabelle, die 100 Personen an 5 Beobachtungspunkten repräsentiert, in eine 500-spaltige, 1-spaltige Datentabelle umzuwandeln, um die Anforderungen für die grafische Darstellung und Analyse zu erfüllen. Wie lässt sich dies in JMP schnell umsetzen? Dieser Artikel stellt Techniken zum Zusammenführen mehrspaltiger Daten in JMP vor.
Bei der Datenanalyse stoßen wir häufig auf Situationen, in denen eine Person mehrere wichtige analytische Indikatoren aufweist (z. B. Daten aus verschiedenen Messzeitpunkten in Follow-up-Daten). Beim Datenimport werden diese Indikatoren üblicherweise in unterschiedliche Spalten importiert (z. B. Daten aus 5 Messzeitpunkten in 5 Spalten). Obwohl diese Importmethode intuitiv erscheint, ist es während der Analyse manchmal notwendig, diese Indikatoren in derselben Spalte zu platzieren.
Bei nur fünf Spalten ist das Kopieren nacheinander schnell erledigt. Was aber, wenn es 20 oder mehr Spalten sind? Dann ist das nicht nur zeitaufwendig und mühsam, sondern auch fehleranfällig. Heute lernen wir, wie man mit der Funktion „Stapeln“ in der Datenbereinigung mehrere Spalten schnell zu einer einzigen Spalte zusammenführt und gleichzeitig eine neue Identifikationsvariable hinzufügt, um verschiedene Metriken anzuzeigen.
Im Folgenden verwenden wir die in JMP enthaltenen Beispieldaten, um die Implementierung von Data Stacking zu demonstrieren. Sie finden die Beispieldaten im oberen Menü unter „Hilfe “ → „ Beispieldatenbibliothek“, wie in Abbildung 1 unten dargestellt.
Abbildung 1: JMP-Hilfedokumentation und Beispieldaten
Dieses Mal verwenden wir die Datendatei Blood Pressure.jmp aus der Beispieldatenbank als Beispiel. Die gesamte Datenstruktur ist in Abbildung 2 dargestellt.
Abbildung 2: Probenmaterialien
Die 20 Teilnehmer wurden in vier Gruppen aufgeteilt. Die Variable BP 8M bezieht sich auf die Blutdruckmessung am Montag um 8:00 Uhr. Diese Daten erfassen somit die Blutdruckwerte jedes Teilnehmers zu drei verschiedenen Zeitpunkten pro Tag: Montag, Mittwoch und Freitag. Es handelt sich hierbei um Standarddaten für wiederholte Messungen, die in der klinischen Praxis häufig verwendet werden.
erster Schritt:Mehrere Indikatorenspalten werden in einer Spalte zusammengefasst.
Stellen Sie sich folgendes Szenario vor: Nach der Datenerhebung möchten Sie vergleichen, ob Unterschiede in den Blutdruckmessungen der vier Probandengruppen bestehen. In diesem Fall wird der Blutdruckmesswert zur abhängigen Variable y, während Messzeitpunkt und Gruppenzugehörigkeit zu den unabhängigen Variablen x1 und x2 werden. Das aktuelle Datenformat erfüllt offensichtlich nicht die Anforderungen unserer nachfolgenden Analyse.
Wir müssen die neun Messzeitpunkte in zwei Spalten anordnen: eine für die Messzeitpunkte und die andere für die Messwerte, um eine eindeutige Zuordnung zu gewährleisten. Wie geht das in JMP? Ganz einfach!
Abbildung 3 - Durch Auswahl von „ Stapel “ im Menü „Tabellen“ wird ein Stapeldialogfeld angezeigt.
- Spalten stapeln – Wählen Sie die Spalten aus, die Sie stapeln möchten.
- Name der Ausgabetabelle – Geben Sie den Namen der gestapelten Tabelle ein.
- Gestapelte Datenspalte / Quellbezeichnungsspalte – Nach dem Stapeln werden zwei neue Variablen erstellt: eine für den Zeitpunkt (Quellbezeichnungsspalte) und eine für den Blutdruckmesswert (gestapelte Datenspalte). Diesen Variablen können jeweils eigene Namen zugewiesen werden. Werden keine Änderungen vorgenommen, verwenden die neuen Variablen die Systemstandardnamen „ Daten “ und „ Bezeichnung “.
Der Arbeitsablauf ist in Abbildung 4 dargestellt:
Abbildung 4 – Demonstration des Stapelvorgangs
Die neu generierte Datentabelle ist in Abbildung 5 dargestellt:
Abbildung 5 – Neu generierte Datentabelle nach Spaltenstapelung
Bei allen 20 Teilnehmern wurde der Blutdruck zu neun Zeitpunkten gemessen. Daraus entstand eine neue Datentabelle mit 180 Spalten. Die Beschriftungen und Daten entsprechen den ursprünglichen Messzeitpunkten bzw. Blutdruckwerten. Dies ermöglicht die weitere Analyse.
Schritt 2: Mehrere mehrspaltige Indikatoren zu einem einzigen mehrspaltigen Indikator zusammenfassen.
Für andere Analysezwecke könnte man meinen: Die Vorgehensweise ist dieselbe wie zuvor.
Der Unterschied liegt jedoch in den Erfordernissen des Analysezwecks.
Abbildung 6 – Mehrspaltenstapelung
Da die Variablen in drei aufeinanderfolgenden Spalten angeordnet sind und somit insgesamt drei Spalten bilden, stellen wir die Spaltennummer auf 3 ein, aktivieren die Option „Aufeinanderfolgend“ und klicken auf OK, wie in Abbildung 7 unten dargestellt:
Abbildung 7
Die generierte Datentabelle ist in Abbildung 8 dargestellt. Die Tagesdaten jedes Teilnehmers werden in einer Spalte präsentiert:
Abbildung 8
Bei der täglichen Datenorganisation und -zusammenfassung kommt es neben dem Zusammenfassen mehrerer Spalten zu einer einzigen Spalte auch vor, dass eine einzelne Spalte in mehrere Spalten aufgeteilt wird. In einem zukünftigen Artikel werden wir die umgekehrte Operation des Zusammenfassens – das Aufteilen – vorstellen. Welche Bedeutung hat das Aufteilen? Und was ist dabei zu beachten? Seien Sie gespannt auf die nächste Ausgabe unserer Kolumne # 10DataAnalysisTips !
Link zum Originalartikel: Datenbereinigung mit „Stacking“ – Ein leistungsstarkes Werkzeug zum Zusammenführen und Verarbeiten mehrspaltiger Daten
Leseempfehlung:
Hinweis: Dies ist der fünfte Artikel dieser Reihe. Klicken Sie auf #10DataAnalysisTips, um weitere Artikel zu lesen.
