选择和子集数据
在本演示中，我们将了解如何选择特定行并使用“子集”命令（该命令可在“表格”菜单中以交互方式找到）提取数据表的子集。在课程日志部分的“滑雪小屋温度数据”中，我将点击它。这是一个宽阔的数据表，但相当简短。我们的场景是，我们有一个滑雪胜地，那里有一个气象站，它每小时记录温度并将其保存到某个文件中。因此，文件中的每个观测值都会包含日期以及每小时温度读数。它统计的是上午的温度，所以上午的温度也是如此。现在，假设当温度降至零下摄氏度以下时，我们计划启动造雪机，因为在那个温度下可能太冷而无法下雪。因此，我们想查看历史数据记录，找出记录中我们原本应该使用造雪机的日期。也许我们想证明添加另一台机器或更换现有机器的合理性。这里有几点需要注意。一是这个温度是以华氏度而不是摄氏度记录的。二是我们只使用了一小部分数据。这些数据是按天排序的，但这体现了我们的最佳实践之一：当你要处理大型数据集时，尽量获取具有代表性的观测样本来开发脚本，这样你就可以针对较小的子集开发和测试脚本。同样，希望它能够代表你可能在数据中发现的任何问题。然后，你可以针对完整的数据集进行测试。在这个例子中，希望这具有代表性，因为我们只使用了一周的数据。另一点是，我们记录的是华氏度温度，但我们的截止值是零下摄氏度。因此，虽然我们当然可以将零下摄氏度转换为华氏度，但我们要重申使用矢量化操作的概念，我们将提取所有华氏度温度作为一个矩阵，然后将它们转换为摄氏度。日志里有一个预先写好的脚本，叫做“隔离造雪天数脚本”。我将一次运行其中一段。在这个演示中，我实际上将使用嵌入式日志选项，而不是在日志窗口之间来回切换。我将在脚本编辑器窗口中右键单击，然后选择“显示嵌入式日志”。然后我会调整它的大小，以便我们仍然可以在窗口的编辑器部分看到整个脚本。我将选择一行并运行它。这样就可以获取当前数据表（滑雪小屋温度数据表）的引用，并将其存储在 dt 中。然后我将发送消息“获取为矩阵”，并将其存储在变量 tempF 中。因此，我将运行一行。通常，对于较大的矩阵，我们不会在日志中显示矩阵，而是只获取矩阵维度以及已分配维度的指示。现在注意它有七行七列。如果我导航回数据表，就会看到该数据表中有列。那么，为什么我们只提取列呢？如果你查看日期列，首先你会发现它是名义上的。这表明它可能被当作字符数据而不是数字数据处理。我可以进一步确认这一点，当然，我可以查看列信息，但我还可以通过稍微加宽列并注意值是左对齐的（JMP 处理字符数据的方式）来确认这一点。所以，当我将 get as matrix 命令发送到数据表时，它忽略了这个字符列，只提取了数字列。然后，Line 会获取变量 tempF（存储在那里的矩阵）中的每个元素，并将其转换为摄氏度，并将其存储在 tempC 中。我再次在日志中收到相同的消息，但你可以将鼠标悬停在 tempf 或 tempc 上查看它们的值。接下来，我想计算 tempC 中的行数，我一直提到这是最佳实践，即在循环之外计算行数或列数。所以我计算了矩阵 tempC 中的行数，并将其存储在变量 nr 中。我会运行第 3 行，当然有 7 个。我要做的另一件事是——我要创建两个矩阵。一个是 minTemp，它给出任何一天的最低温度；另一个是 Machine，它指示造雪机是否应该启动。它们都以一定数量的行、一列和缺失值开始。所以在第 3 行，我们级联了赋值函数。我使用那个 J 函数创建一个包含一定行数的矩阵，这里是 tempC 的行数、我提到的那一列以及缺失值。如果 Machine、minTemp 和其他变量都以相同的值开始，我们可以像第 3 行那样简单地以这种级联方式赋值它们。所以我运行这个函数，在日志中，如果你将鼠标悬停在 Machine 或 minTemp 上，你会看到那一列缺失值。然后我要进行循环，我从一个计数器开始，测试r是否小于或等于存储在nr中的数字，然后for循环的主体是我将有一个名为obs的变量，在本例中，它将接收tempC中的第一行和所有列。我将找到该行中的最小值，并将其放在minTemp的第r位，也就是第一位。然后，我将刚才放入minTemp的值与负值进行比较，如果比较结果为真，如果值小于负值，我将得到一个布尔值1，并将其放在Machine的第一个位置；如果比较结果为假，如果值大于或等于负值，我将放入Machine。然后我们进行更新，再次测试，现在obs将被数据表中的下一行覆盖。我们将重复相同的步骤，直到填充minTemp和Machine。我将逐行运行，然后我们可以将鼠标悬停在minTemp上。它再次显示在悬停帮助中，也显示在脚本输入窗口的底部，您可以在下面看到。我可以将鼠标悬停在“Machine”上，然后会出现这些消息。现在，最后几个步骤我们可以级联这些消息，但为了演示目的，我们将它们分开。因此，我将向 dt 发送一条新列消息。它将被称为 minTemp，其值就是我刚刚从 for 循环中获取的值。因此，我将运行几行代码。您可以在后台看到新列已创建。例如，我可以为新列添加一个格式参数，使其具有固定的小数位数。这还会返回一个列对象引用，如果我打算再次使用该列，我可以将其存储在一个变量中。接下来的代码是向 dt 设置一条新列消息。这条消息被称为 Make Snow。这些值来自机器列向量，它有和。这里我的脚本将请求我们使用值标签，如果数据值有，则标签为“否”，如果数据值有，则标签为“是”。然后，我们当然会使用布尔值来启用使用值标签的选项。所以我将运行以下代码。再次，我们正在创建一个列对象的实例。我想导航回表格并滚动浏览。所以现在在列中，我们显示的是“否”和“是”。在列面板中，如果我向下滚动，您仍然可以看到“Make Snow”是连续的，这意味着它是实际数据值的数值数据。当我使用值标签时，还有一件事——列面板中的星号也表示有一个属性，如果您点击它，您会看到这个——当我使用值标签时，如果我将鼠标悬停在数据表中的一个单元格上，它会显示实际的数据值。但如果我现在要绘制图表或进行任何类型的分析，只要启用了这些标签，它就会使用这些标签。然后回到脚本中，我们可以再次将这些消息级联到数据表，但为了演示目的，我们将按照以下步骤执行。我将 select where 命令发送到数据表，然后查找 Make Snow 列中的值等于的行。因此，我将运行一行。您可以在后台看到已选择四行。最后，我将 subsect 命令发送到数据表。我提供一个输出表名称并指定列。由于我选择了四行，因此我无需指定我想要的行。这些行将自动被拉入子集表。因此，我将运行一行。现在我们有了那个子集表。此时，我们可以选择格式化最低温度数据。源脚本反映了子集。让我们快速浏览一下，如果我右键单击源并选择编辑。每当我使用“表格”菜单中的命令创建新脚本时，无论是交互式操作还是使用脚本，我都会获取源脚本。因此，它只会显示“子集”是使用的表格命令。使用“子集”需要注意的是，它不知道为什么会提取这些行，因此会对这些行进行硬编码。JMP 编写的脚本中没有这种选择的基础。而且，JMP 还会通过将 a 作为选定行的参数来覆盖这种默认的提取选定行的倾向。因此，如果您想捕获该脚本并将其改编为您正在编写的另一个脚本，您需要删除我所示的两行，并在发送子集消息之前，根据脚本的要求进行逻辑选择。所以我将取消该脚本。这是一个使用表格菜单中的命令的示例，但同样也是将数据作为矩阵进行处理。
