612324_zh-TW

liliconcom

回复：按組堆疊在 JSL 索引列中（傳感器數據和資產）

也許是這樣的：

 

Names Default To Here( 1 );

//dt=open("input_example.jmp");

//Stack data table
Data Table( "input_example.jmp" ) << Stack(
 columns( Column Group( "A sensors" ), Column Group( "B sensors" ) ),
 Source Label Column( "Label" ),
 Stacked Data Column( "Data" ),
 Output Table( "Stacked Data" )
);

//Text to columns
Data Table( "Stacked Data" ) << Text to Columns(
 columns( :Label ),
 Delimiters( " " )
);

//Delete column: Label 2
Data Table( "Stacked Data" ) << Delete Columns( :Label 2 );

//Change column name: Label 1 → Asset
Data Table( "Stacked Data" ):Label 1 << Set Name( "Asset" );

//Change column name: Label 3 → Sensor
Data Table( "Stacked Data" ):Label 3 << Set Name( "Sensor" );

//New column: Column 6
Data Table( "Stacked Data" ) << New Column( "Stddev of Sensor by Asset by Index",
 Numeric,
 "Continuous",
 Format( "Best", 12 )
);

//Change column formula: Stddev of Sensor by Asset by Index
Data Table( "Stacked Data" ):Stddev of Sensor by Asset by Index <<
Set Formula( Col Std Dev( :Data, :Asset, :Index ) );


//Report snapshot: Stacked Data - Graph Builder
Data Table( "Stacked Data" ) << Graph Builder(
 Size( 517, 450 ),
 Show Control Panel( 0 ),
 Variables(
  X( :Index ),
  Y( :Stddev of Sensor by Asset by Index ),
  Overlay( :Asset )
 ),
 Elements( Line( X, Y, Legend( 7 ) ), Points( X, Y, Legend( 8 ) ) )
);

我使用 JMP 17 中的 Worflow Builder 來“編寫”這個腳本。

 

關鍵是在公式中使用“by”參數。  

這讓我可以完全堆疊數據，使數據具有完整的層次結構，所有數據都在一列中。

然後我按資產和索引獲取整列數據的標準偏差。 這讓我製作了這張圖：

 

 

 

回复：按組堆疊在 JSL 索引列中（傳感器數據和資產）

這是一個好方法。 然而，完全堆疊的表格存在局限於那些具有“by”參數的公式的問題。

 

例如，如果我想做一個公式：(sensor 1 - sensor 2) / sensor 3，將需要堆疊表。

回复：按組堆疊在 JSL 索引列中（傳感器數據和資產）

刪除回復以避免未來讀者的混淆

回复：按組堆疊在 JSL 索引列中（傳感器數據和資產）

如果您有層次結構表，一種選擇是採用純 JSL 路線。 代碼也許能夠自我解釋：

Names Default To Here(1);

dt_hier = Open("$DOWNLOADS/hierarchy_example.jmp");
dt_input = Open("$DOWNLOADS/input_example.jmp");

// some assumptions:
 // both parents will have same amount of columns
new_col = dt_hier << New Column("Data Cols", Character, Nominal, << Set Each Value(
 Regex(:Child column, "sensor \d")
));
data_cols = Associative Array(new_col) << get keys;
dt_hier << Delete Column(new_col);

dt_collector = New Table("data",
 New Column("Index", Numeric, Ordinal),
 New Column("Group", Character, Nominal)
);
For Each({data_col}, data_cols,
 dt_collector << New Column(data_col, Numeric, Continuous)
);

Summarize(dt_hier, parents = by(:Parent));
For Each({parent}, parents,
 parent_rows = Loc(dt_hier[0, "Parent"], parent);
 parent_cols = dt_hier[parent_rows, "Child column"];
 parent_data = dt_input[0, parent_cols]; 
 non_missing_idx = Loc(parent_data);
 row_count =  N Items(non_missing_idx) / n cols(parent_data);
 
 parent_data_clean = Shape(parent_data[non_missing_idx], row_count);
 
 first_row = N Rows(dt_collector) + 1;
 last_row = first_row + row_count - 1;
 dt_collector << Add Rows(row_count);
 
 dt_collector[Index(first_row, last_row), "Index"] = Index(1, row_count)`;
 dt_collector[Index(first_row, last_row), "Group"] = Repeat({parent}, row_count);
 dt_collector[Index(first_row, last_row), data_cols] = parent_data_clean
);

這裡做了很多假設，沒有適當的錯誤處理

回复：按組堆疊在 JSL 索引列中（傳感器數據和資產）

層次結構可以作為元數據（列屬性）已經存在於表中。

我已經更新了示例，因此您在表中嵌入了父項（組）、父項別名、子項和子項別名。

我認為最直觀的方法是按資產（子集）堆疊表格，按標籤拆分數據，然後將表格連接在一起。

回复：按組堆疊在 JSL 索引列中（傳感器數據和資產）

我還簡化了要求（不再有空值）並找到了需要迭代完成（每個資產）的解決方案（堆棧、拆分、連接）。 層級數據現在嵌入到主表中（進度可以在 input_example 中找到）。

回复：按組堆疊在 JSL 索引列中（傳感器數據和資產）

我發現最直接的操作是自動化這些數據步驟。

1）堆棧

 

 2）拆分

3）連接

 

 

按組堆疊在 JSL 索引列中（感測器資料和資產）

在製造中，通常以以下形式提取感測器數據，其中A和B對應類似的設備（稱為資產）。

 

在這種格式中，使用者需要為每個父組建立一個組合公式。 例如：

（輸入：感測器資料表需要每個父組的特定列）

 

當處理多個資產時，這會變得很麻煩，因此更好的方法是按組資產堆疊資料。

 

為了以程式設計方式執行此操作，我們需要包含層次結構的上下文資料。 例如：

（輸入：資產層次結構）

 

 

在 JSL 中，如何從感測器資料和層次結構（輸入）移動到資產表（所需輸出）？

 

（輸出：資產資料表）

 

 

所有表格和腳本均已附後。 這是輸入表腳本（包含父子的元資料新增為列屬性）。

 

Names Default To Here( 1 );

// New data table
dt = New Table( "sensor table" );

n_rows = 10;

n_additional_rows = 0;

// New column: Index
dt << New Column( "Index", Numeric, "Continuous", Format( "Best", 12 ) ) <<
 Begin Data Update << Add Rows( n_rows );

dt:Index << Set Formula( Row() );

dt << End Data Update;


// A sensor

dt << New Column( "A sensor 1",
  Numeric,
  "Continuous",
  Format( "Best", 12 ),
  Set Selected
 ) << New Column( "A sensor 2",
  Numeric,
  "Continuous",
  Format( "Best", 12 ),
  Set Selected
 ) << New Column( "A sensor 3",
  Numeric,
  "Continuous",
  Format( "Best", 12 ),
  Set Selected
 ) << Group Columns( "A sensors", {:A sensor 1, :A sensor 2, :A sensor 3} )
  << Begin Data Update;

For Each Row(
  dt,
  :A sensor 1 = Random Normal( 0, 1 );
  :A sensor 2 = Random Normal( 0, 1 );
  :A sensor 3 = Random Normal( 0, 1 );
 );
 
dt << End Data Update;

// B sensors

dt << Add Rows( n_additional_rows );


dt << New Column( "B sensor 1",
  Numeric,
  "Continuous",
  Format( "Best", 12 ),
  Set Selected
 ) << New Column( "B sensor 2",
  Numeric,
  "Continuous",
  Format( "Best", 12 ),
  Set Selected
 /*) << New Column( "B sensor 3",
  Numeric,
  "Continuous",
  Format( "Best", 12 ),
  Set Selected*/
 ) << Group Columns( "B sensors", {:B sensor 1, :B sensor 2}) //, :B sensor 3} )
  << Begin Data Update;

For Each Row(
  dt,
  :B sensor 1 = Random Normal( 0, 3 );
  :B sensor 2 = Random Normal( 0, 2 );
  //:B sensor 3 = Random Normal( 0, 3.5 );
 );
 
dt << End Data Update;

colnames = dt << Get Column Names( String );

for each({col, index}, colnames,
  column(dt, col) << Set Property( "child", col ) );

// Calculations.

// New formula column: Stdev[A sensor ...r 2,A sensor 3]
dt << New Column( "Stdev[A sensors]",
 Numeric,
 "Continuous",
 Format( "Best", 12 ),
 Formula( Std Dev( :A sensor 1, :A sensor 2, :A sensor 3 ) ));
 
// Move selected column: Stdev[A sensors]
dt <<MOVE selected="" columns=""></MOVE>

 

 

自動化和腳本編寫