658454_es-ES

liliconcom

Función de resumen

Utilizo bastante la función de resumen en el curso de mi trabajo.A menudo, quiero una distribución de frecuencia de una variable. Para hacer esto, uso Summarize( ex=By(dt:var), exCnt = Count(dt:var)). ex contiene los niveles de la variable y exCnt contiene la distribución de frecuencias. Esto funciona bien cuando la var es numérica, aunque no cuando la var es una cadena. El trabajo que uso es crear una secuencia ficticia (1, N filas (dt), 1) variable numérica y ejecutar esta sintaxis, Resumir (ex = By (dt: var), exCnt = Count (dt: dummy)).

Esto funciona bien, pero me preguntaba si había una manera de lograr lo que necesito sin la columna ficticia adicional.

 

Atentamente,

Mate

Automatización y secuencias de comandosFusión y limpieza de datosRe: Función resumir

Lo más probable es que use una tabla de resumen privada, obtenga valores y luego la cierre.

Names Default To Here(1);

dt = Open("$SAMPLE_DATA/Big Class.jmp");

dt_summary = dt << Summary(Group(:sex), Freq("None"), Weight("None"), Link to original data table(0), private);

ex = Column(dt_summary, 1) << get values;
exCnt = Column(dt_summary, 2) << get values;

Close(dt_summary, no save);

Show(ex, exCnt);

Re: Función resumir

@jthi , Gracias por su respuesta rápida. Eso era lo que estaba haciendo antes de insertar la columna ficticia. No es ideal, pero tampoco está mal.

Re: Función resumir

También puede agregar directamente la columna de conteo a la tabla que tiene. Creo que obtener los valores únicos con matriz asociativa debería funcionar

 

Names Default To Here(1);

dt = Open("$SAMPLE_DATA/Big Class.jmp");

new_col = dt << New Column("Counts", Numeric, Continuous, << Set Each Value(
 Col Number(:name, :name)
));

aa = Associative Array(:name << get values, :Counts << get values);
//dt << Delete Columns(new_col);
show(aa);

pero dependiendo de los datos, esto podría ser más lento que simplemente usar la tabla Resumen.

 

También puede hacer un elemento de la lista de deseos con respecto a esto y proporcionar una lista de estadísticas que deben proporcionarse para las columnas de caracteres (primero, último, modo, recuento...?) si esto fuera útil (y lo más probable es que lo sea). Hay uno que ha sido ahora archivado , pero la solicitud no está tan bien estructurada Función de agregación Summerize/Summary para datos de caracteres. Concat Charcter Vector en un escalar (por) pero también podrías comentar tus ideas al respecto.

 

Cuando hice el guión Analizar columnas complemento Usé al menos la tabla de resumen, la función de resumen, la plataforma de distribución y las operaciones de matriz para calcular las diferentes estadísticas según cuál fue la más rápida (creo que no probé Query()).

 

 

 

Re: Función resumir

Agregué algunas ideas y publiqué un nuevo deseo:

Resumen y tabulación: agregue la opción de agregación para las columnas de caracteres
Crucemos los dedos para que sea aceptado

con tal opción, ¡Tabular será extremadamente útil!
Gran beneficio en comparación con una columna adicional: la columna es estática. Tienes que definir el nivel de agregación, y luego está fijo.

Una agregación de caracteres que vive en una tabla de resumen, o en Tabular, es mucho más dinámica.
Dependiendo de la estructura adicional, puede producir resultados completamente diferentes.

Si hay un día por fila, se agregará por día, si es un mes, se agregará por mes.