En el proceso de análisis de datos, a veces necesitamos combinar múltiples columnas de indicadores en una columna, como convertir una tabla de datos de 100 columnas y 5 columnas generada por 100 personas y 5 puntos de tiempo de observación en una columna de 500 columnas y 1 columna. tabla de datos Para satisfacer las necesidades adicionales de dibujo y análisis. Entonces, ¿cómo implementarlo rápidamente en JMP? Hoy, en este artículo, presentaremos: cómo fusionar y procesar múltiples columnas de datos en JMP.
Al analizar datos, a menudo nos encontramos con esta situación: una persona tiene varios indicadores de análisis principales al mismo tiempo (como varios puntos de tiempo en los datos de seguimiento). Al importar datos, normalmente se importan en columnas diferentes (como 5 datos de puntos de tiempo, importados en 5 columnas). Aunque este tipo de importación parece intuitivo, a veces es necesario colocar estas columnas en la misma columna durante el análisis.
Si solo 5 columnas son buenas, copiarlas una por una no llevará mucho tiempo. Pero, ¿y si son 20 columnas o más? No solo requiere mucho tiempo y es laborioso, sino que copiar y pegar también es propenso a errores. Hoy vamos a entender cómo el "apilamiento" en la limpieza de datos puede fusionar rápidamente múltiples columnas en una columna y, al mismo tiempo, agregar una variable de identificación para mostrar diferentes indicadores.
A continuación, usamos los datos de demostración que vienen con JMP para demostrar cómo implementar el apilamiento de datos. Puede hacer clic en el menú superior "Ayuda "-> " Biblioteca de datos de muestra Busque los datos de demostración en ", como se muestra en la Figura 1 a continuación
Figura 1: Archivo de ayuda de JMP y datos de demostración
Esta vez, como ejemplo, usaremos el archivo de datos Blood Pressure.jmp en la base de datos de muestra. La situación general de los datos se muestra en la Figura 2.
Figura 2 Datos de demostración
Los 20 sujetos se dividieron en cuatro grupos La variable BP 8M significa el valor de la medición de la presión arterial a las 8 horas del lunes. Por lo tanto, los datos registran los valores de medición de la presión arterial de cada sujeto en tres puntos de tiempo diferentes cada día los lunes, miércoles y viernes. Así es, se trata de datos de medición repetidos estándar y muchos médicos recopilan datos en este formato en la práctica clínica.
primer paso: Apile indicadores de varias columnas en un indicador de columna
Primero, imagine una situación como esta. Después de obtener los datos, desea comparar si los valores de medición de la presión arterial de los cuatro grupos de sujetos son diferentes. En este momento, el valor de medición de la presión arterial se convierte en la variable dependiente y, y el punto de tiempo de medición y la agrupación se convierten en la variable independiente x1 Y x2, el formato de datos actual, obviamente no cumple con los requisitos de nuestro próximo análisis.
Necesitamos apilar las columnas de 9 puntos de tiempo en dos columnas, una columna de puntos de tiempo y la otra columna de valores medidos, y correspondencia uno a uno. ¿Cómo operar en JMP? ¡Solo un paso!
Figura 3-En el menú "Tablas "Seleccione " Apilar ", aparecerá un cuadro de diálogo apilado
- Columnas de pila - Elija la columna que desea apilar
- Nombre de la tabla de salida - Entra en el apilado mesa nombre
- Columna de datos apilados / Columna de etiqueta de origen Dado que formaremos dos nuevas variables después de apilar, una es el punto de tiempo (columna de etiqueta de origen) y la otra es el valor de medición de la presión arterial (columna de datos apilados), podemos establecer nombres de variable para ellos por separado, si no se modifica, el nuevas variables Utilizarán el sistema predeterminado [ Datos 】con【 Etiqueta ] Como nombre de la variable;
El proceso de operación se muestra en la Figura 4:
Figura 4-Demostración del proceso de operación de apilado de columnas
Por lo tanto, la tabla de datos recién generada se muestra en la Figura 5:
Figura 5-Se genera una nueva tabla de datos después de apilar las columnas
Cada uno de los 20 sujetos midió los valores de presión arterial en 9 puntos de tiempo, por lo que la tabla de datos recién generada tiene 180 observaciones, y las etiquetas y los datos son los puntos de tiempo y los valores de presión arterial antes de apilar. De esta forma, podemos proceder al análisis de seguimiento.
Paso 2: apile indicadores de varias columnas en indicadores de varias columnas
Para diferentes propósitos de análisis, puede estar pensando: la operación es la misma que antes.
Sin embargo, la diferencia es la necesidad de análisis.
Figura 6-Apilado de columnas de varias secuencias
Debido a que aquí están las variables continuas de tres columnas apiladas en una columna, y un total de tres columnas están apiladas, entonces escribimos el número de columnas ordinales como 3, marcamos "Continuo" y hacemos clic en Aceptar, como se muestra en la Figura 7:
Figura 7
La tabla de datos generada se muestra en la Figura 8. Los datos diarios de cada asignatura son una columna:
Figura 8
En la clasificación y el resumen de datos diarios, además de apilar varias columnas en una columna, también hay situaciones en las que una columna se divide en varias columnas. Le presentaremos la operación inversa de "apilar" en una división de artículo posterior, es decir, ¿cuál es el significado de división? Cuales son las precauciones? Estén atentos para el seguimiento # ANALIZAR información 10 ¡Columna de habilidades!
Enlace original: El "apilamiento" de la limpieza de datos: un artefacto del procesamiento de fusión de datos de varias columnas
Lectura recomendada:
Nota: este artículo es el quinto número de esta serie de artículos. Haga clic en #Análisis de datos10 Habilidad Revisar otros artículos.
