Bienvenidos, amigos. Me llamo Nathan Clark. Trabajo en IDEXX Laboratories. Llevo 22 años usando JMP y voy a dar una charla sobre el menú Tablas. Este menú me ha parecido una de las mejores cosas que JMP ofrece, con un juego de palabras intencionado, porque te da un gran poder para manipular, ajustar y hacer cosas con tus datos, lo que facilita muchos otros análisis adicionales. Si dominas el menú Tablas, tendrás un nivel mucho más alto que si tuvieras que usar métodos tradicionales, como copiar y pegar para mover tus datos.
Hoy quiero hablarles sobre cómo uso el menú Tablas, algunos problemas que he visto a lo largo de los años al acostumbrarme a él y, quizás, algunos consejos y trucos. Dicho esto, comencemos. Vamos a abrir la clase principal favorita de todos con un par de modificaciones. Empezaremos justo arriba, en el menú Tablas, con Resumen.
El resumen, como era de esperar, se utiliza para estadísticas de resumen. Al abrirlo, se muestran varias opciones. Si se elige una variable de respuesta, como la altura, se puede calcular la media y la desviación estándar (DE). Para todas las opciones del menú de la tabla, debería aparecer una vista previa. Es fantástico. Es fantástico tenerlo aquí, ya que permite echar un vistazo rápido a lo que se verá en la tabla.
Ahora mismo, ven que tengo un resumen. Tiene 42 filas, una media y una altura. No tiene en cuenta nada más. Esto representaría la media general y la desviación estándar general de todos los datos. Si quiero separarlos, puedo simplemente arrastrarlos a la sección de agrupación. Ahora tengo la media y la altura de hombres y mujeres.
Este es, diría yo, el objetivo principal del resumen. Al hacer clic en "Aceptar", se obtiene el resumen. Luego, puedes ir aquí arriba y agregar estadísticas de esta columna de puntos clave. Si olvidaste algo y quieres agregar también la media del peso, puedes hacer clic en "Aceptar" y se agregará.
Eso es genial. Lo uso mucho. Voy a dejar una nota aquí donde estas cosas están bloqueadas. Esto significa que no puedo editar. Si intento escribir otro número, recibo una notificación aquí, así que lo uso para obtener mis resúmenes y estadísticas, pero lo uso mucho más para algo un poco diferente. Vamos a cerrar esto. Voy a abrirlo de nuevo y comentar algunas cosas más.
Acabas de ver que mencioné el bloqueo de esas columnas. Si desmarcas esta casilla, no se bloquearán, pero tampoco se vincularán a los datos, lo que facilita algunos de los aspectos que veremos en breve.
Ya que estoy en esta sección, también señalaré dos cuadros que se ven a menudo en el menú Tablas. Mantener el diálogo abierto. Mantendremos este cuadro abierto incluso después de hacer clic en Aceptar. De esta forma, pueden experimentar rápidamente con diversas ideas. Si guardan un script en la tabla de origen, la tabla que creen no solo tendrá un script y cómo se creó, sino que ese mismo script se almacenará en esta área de la tabla de donde proviene, lo cual, en mi opinión, es una gran novedad que se lanzó hace aproximadamente una versión.
Ahora, profundizando en el uso que hago del resumen, me centro en comprender los datos y desglosarlos en varios grupos demográficos. Por ejemplo, si voy a "sexo" y lo incluyo en la agrupación, no modifico las estadísticas. De todas formas, obtengo una tabla. Esta tabla muestra el desglose y el número de filas. Si hago clic en "Aceptar", obtengo una tabla. Como está vinculada, al hacer clic en ellas, se seleccionan todos los datos que me interesan en este caso.
Esta es una excelente manera de comenzar a explorar sus datos para obtener datos para subconjuntos, de lo cual hablaremos más adelante, además de comprender otros aspectos de sus datos. Lo traeremos de vuelta para profundizar un poco más. Si reviso el nombre, verán que se obtiene una división por sexo, así como por nombre asociado. Esto se está trayendo aquí, como pueden observar, donde algunas de estas N filas son en realidad una sola.
Algo que comentaré aquí en el resumen, pero que es muy importante para muchas de las otras plataformas que abordaremos, especialmente si necesitas solucionar problemas porque algo no se ve del todo bien en tus datos. Este es el concepto de unicidad.
Con cualquier tabla que se utilice, siempre se debería poder identificar qué columnas, en diversas combinaciones, pueden alcanzar distintos niveles de unicidad. Si elimino ambos, comenzaremos con esto para lo que estoy hablando. Si revisamos el nombre, que generalmente consideramos un identificador bastante único, podemos agrupar por nombre.
Si nos desplazamos por la lista, vemos que la mayoría son uno solo. Aquí abajo, vemos a Robert y a Pat, ambos con dos filas asociadas. El nombre por sí solo no es suficiente para ser único en este conjunto de datos, así que necesitamos agregar más columnas. Quizás si añadimos el sexo, podamos entenderlo.
Aún tenemos muchas N filas que equivalen a una, obtenemos unicidad, pero aquí abajo, todavía tenemos dos Roberts, uno masculino, y tiene dos filas asociadas. Eso significa que aún tenemos otra columna que debemos agregar para alcanzar el nivel de unicidad necesario. Bajaré la edad. Ahora podemos ver que tenemos unicidad completa para nuestros datos; uno es transversal.
La vista previa es una excelente manera de ver esto. Si tiene más datos que se ajusten bien a la vista previa, siempre puede hacer clic en Aceptar o usar el cuadro de diálogo "Mantener abierto" para continuar. Al trabajar con datos, es fundamental saber qué los hace únicos y, a veces, agregar columnas para hacerlos únicos si no lo son inicialmente, ya que esto entra en juego al explorar otras áreas que abordaremos.
Hablando de eso, vamos a ir directamente a la plataforma de subconjuntos. Esto nos permite subdividir los datos según sus sugerencias. Puedes usar todas las filas, incluso las seleccionadas. Puedes filtrar por filas. De esta manera, también puedes vincularlo a la tabla de datos original, aunque haré algo más rápido y sencillo. JMP también te ayudará según el contenido real de la tabla. Como siempre, la vista previa te ayuda.
Si voy aquí, puedo hacer clic en M, hacer clic derecho y seleccionar Celdas coincidentes. Todas mis M están seleccionadas. Luego, si voy a Tablas y Subconjuntos, veo que se ejecuta automáticamente... Suponiendo que quiero analizar las filas seleccionadas, podría analizar todas las columnas, o las columnas seleccionadas (por ahora, la columna de sexo es una columna seleccionada), o mantenerla como todas las columnas.
Copiar y suprimir fórmulas ayuda a mantener la información ordenada. Solo evalúa las fórmulas cuando realmente te interese. Al hacer clic en Aceptar, obtienes un subconjunto. Este subconjunto no está vinculado a los datos. Puedes hacer clic aquí. Esta es la tabla independiente.
Si quieres un subconjunto vinculado, sí, puedes ir a "Subconjunto". Haremos una recuperación, haremos clic aquí y haremos clic en "Aceptar". Esto ya está vinculado a los datos. Sin embargo, eso requiere varios clics más de los que realmente me interesan. Normalmente hago clic derecho, selecciono "Celdas coincidentes" y llego a la selección que quiero. Hay muchos métodos disponibles. Verás aquí abajo que tenemos 23 filas seleccionadas. Si hago clic derecho aquí, puedo ir a la "Vista de datos". Inmediatamente, aparece un subconjunto vinculado.
Esto no permite ver solo las columnas seleccionadas. Esta vista de datos siempre mostrará todas las columnas, pero la uso constantemente. Si, por ejemplo, tengo una fila arriba y otra abajo de un conjunto de datos seleccionado, y quiero verlas juntas, la Vista de Datos las muestra para poder verlas inmediatamente e identificar qué está sucediendo.
Me encanta esta función. La uso mucho. Sin embargo, es importante tener en cuenta que, al usar la Vista de Datos, al estar vinculada al conjunto de datos, si se realiza un cambio en ella, este se reflejará. Verán, tengo a Tim resaltado. Si lo cambio a una M minúscula, se refleja en la tabla. Tengan cuidado si las usan, ya que si las tratan como un subconjunto independiente, podrían estar modificando sus datos principales.
Puedes usar esto a tu favor. Si necesitara cambiar todas estas Ms mezcladas sin la tabla a Ms minúsculas, podría simplemente cambiar esta primera a una M minúscula, hacer clic derecho y rellenar hasta el final de la tabla, y ahora todas son Ms minúsculas. Esto podría ser una forma muy útil de corregir un montón de datos o ampliarlos de otra manera. Es algo que debes tener en cuenta al usar tus datos y experimentar con ellos. Es una función fenomenal cuando te involucras con tus datos y haces cosas diferentes.
Ordenar es realmente lo que dice. Es potente pero simple, lo cual es una excelente plataforma. Puedes ordenar. Veamos, ordenaremos por nombre aquí mismo, y verás que inmediatamente comienza a ordenarse de forma predeterminada en orden ascendente. Si haces clic, puedes forzar el orden descendente. Puedes agregar elementos adicionales aquí y se ordenará, tanto en orden ascendente como descendente, con tantas columnas como necesites. Al hacer clic en Aceptar, JMP creará una nueva columna.
Me parece muy útil, sobre todo con grandes conjuntos de datos. Creo que sé cómo quiero ordenar las cosas. Se verá como quiero si la apariencia importa. Tampoco quiero arruinarlo y tener que esforzarme mucho para volver a la tabla en la que estoy. Esto me da una tabla completamente independiente.
Muchas veces hago esto: miro esta tabla y me pregunto: "¿Es esto lo que quiero ver? ¿Es este mi objetivo final?". Luego la cierro. Si es lo que quiero, vuelvo al menú de ordenación. La recupero y luego la reemplazo. Al hacerlo, ordeno la tabla principal, lo que me ayuda a mantener el número de tablas al mínimo.
Es genial que tengas esta opción. Lo hago mucho para crear la tabla. Luego vuelvo y la reemplazo para asegurarme de que lo que hago en mi tabla principal sea lo que quiero, especialmente cuando tengo muchos datos con muchas columnas que no quiero que se vean basura y sean más difíciles de revisar.
A continuación, vamos a apilar. Apilar es una herramienta muy interesante. De hecho, tengo una tabla especial con la que empezaremos a experimentar. Apilar es, por naturaleza, justo lo que dice. Toma columnas y las apila. Si entro en Tablas y voy a apilar, puedo tomar estas tres columnas de lectura y apilarlas.
Haremos clic en "Aceptar" para mostrar. Ahora se muestra que soy las etiquetas, Lecturas 1, 2 y 3, y luego los datos asociados que estaban en sus columnas originales o los valores originales, lo cual es genial.
Lo uso mucho cuando tengo muchos datos que se muestran horizontalmente y necesito organizarlos verticalmente. Stack hace todo esto, independientemente de cómo esté organizada la tabla, lo cual también me parece muy útil. Mantiene la relación correcta dentro de la tabla. Sin embargo, estos datos son un poco especiales y aprovechan algo que uso bastante: cuando tienes diferentes agrupaciones de datos que deben apilarse, pero organizarse de una manera específica.
En este caso, tengo tres longitudes de onda de datos: 405, 357 y 680, y una lectura asociada a cada una. En lugar de simplemente apilar mis lecturas, necesito mantener su asociación con las longitudes de onda correctas. JMP puede lograr esto mediante el apilamiento. Accedemos al menú de apilamiento.
Vamos a apilar estas seis columnas y luego JMP las organizará perfectamente. Pueden ver lo que hemos hecho hasta ahora en la vista previa; JMP no las ha organizado correctamente. Hicieron lo que acabo de mostrarles: las apiló todas en sus dos columnas, lo cual no es necesario con estos datos.
Vamos a marcar esta casilla de abajo, "Apilado de múltiples series". ¡Genial! Ya ven algunos de los cambios que JMP está implementando y publicando. Los incluye, para empezar, con el valor predeterminado de dos series. Necesitamos dos series, porque necesitamos una columna que represente la longitud de onda y otra que represente los valores de los datos correspondientes. De ahí provienen las dos series. Si tuviéramos tres conjuntos de tres, serían tres series para obtener esa información.
Diré con la cierta seguridad con la que hablo de esta pila de series múltiples, que nueve de cada diez veces, al intentar crear mi pila, hago clic en un botón incorrecto y los datos no se ven como quiero. Experimenta y acostúmbrate. Más importante que memorizar cómo hacerlo, reconoce cómo deberían verse tus datos para que puedas experimentar y asegurarte de poder hacer ajustes si algo no está del todo bien.
Una de esas opciones suele estar aquí abajo, con el botón Contiguo. Este botón le indica a JMP cómo se organizan las columnas en esta ventana, no en la tabla de datos, sino en esta. Es algo que suelo olvidar al revisarlas. Dado que tenemos longitud de onda 1, longitud de onda 2, longitud de onda 3 y las tres lecturas, estas se tocan entre sí para las dos series. Se trata de datos contiguos.
Como pueden ver aquí en la vista previa, JMP lo corrigió automáticamente para que se viera un poco más normal. Si se ejecutaba longitud de onda 1, Lectura 1, longitud de onda 2, Lectura 2, longitud de onda 2, Lectura 3, así... De hecho, los eliminaré y ejecutaré longitud de onda 1, Lectura 1, luego 2, 2, 3, 3. Ahora pueden ver que con la casilla contigua marcada, los datos no se ven bien, así que quiero desmarcarla. La organización de los datos en esta ventana y el uso o no de este botón están vinculados para acceder a los datos deseados.
Haremos clic en Aceptar. Ahora pueden ver que los datos se ven bastante bien. Pueden hacer una comprobación aleatoria, como en la Muestra 1, donde tenemos 9.83 y 141. Se ve bien. Siempre harán una comprobación aleatoria de un par de valores más. Una vez hecho esto, no es necesario. Cambiaremos el nombre de esta longitud de onda y podremos eliminar esta columna. Podemos cambiarle el nombre a Reed o Read con una A, y podemos hacer clic derecho para eliminar esta columna. Ahora tienen sus datos apilados organizados correctamente.
Es muy útil tener la pila. Un par de cosas que señalaré en el menú que puedes aprovechar si lo deseas: puedes renombrar los datos y etiquetarlos aquí antes de empezar. Puedes eliminar todas las columnas, conservarlas o seleccionar una. Además, te indica dónde quieres colocar los datos y etiquetar las columnas durante el proceso para que se vean como deseas.
A continuación, vamos a dividir. Dividir es lo opuesto a apilar. Es una de las plataformas más potentes, pero también la más complicada de usar. Te mostraremos por qué y cómo prestar atención a lo que podrías querer ver. Lo fácil es lo que representan. La columna dividida, o la columna que quieres dividir, es la que contiene los datos de respuesta que quieres conservar en las celdas. En este caso, usaremos Leer.
Dividir por es la columna por la que se dividen las lecturas individualmente; en este caso, la longitud de onda. Nos permite ver los datos en la vista previa. Aquí tenemos las opciones: conservar todo o descartar todo, según la cantidad de datos en la tabla. Haremos clic en Aceptar y veremos que JMP ha funcionado bastante bien: 357 es 0,83, 405 es 9 y 141. Parece que JMP ha cumplido con creces nuestras expectativas. ¡Buen trabajo con JMP!
Diré que esto olvidó una información muy importante que hace que parezca que hacer la división es fácil, pero tan pronto como se obtienen datos un poco más complicados, se convierte en un problema porque los usuarios comenzarán a ver datos que no querían ver y tendrán mucha frustración tratando de hacer su división correctamente.
Retoma lo que mencioné en el resumen, cuando se habla de singularidad, es decir, comprender qué hace que tus datos sean únicos para obtener diversas respuestas. En este caso, la muestra sería una opción única obvia, ya que todos están agrupados por muestra. JMP, mágicamente, acertó con sus algoritmos internos para comprender cómo quería que se viera esto, probablemente según su organización.
Pero digamos que no es así. Simplemente insertaré una columna rápida aquí con algunos números aleatorios y los ordenaré según estos números aleatorios para desarticular completamente su organización. Ahora, si vuelvo a la división, puedo presionar "recall" y veo que esto está aquí, pero automáticamente veo que el JMP ancho tiene esta información: 99.63, pero luego es como 128, que está aquí abajo.
Obviamente, hay algo que no está necesariamente alineado con el desarrollo de esto. Aquí es donde entra en juego la frustración. A veces, la gente tiene que esforzarse mucho para entender por qué. Ahí es donde entra en juego la agrupación. Agrupa por todas las columnas necesarias para crear la singularidad según lo que verás en la división.
En este caso, si agrupo por muestra, todo vuelve a ser correcto, ya que JMP sabe explícitamente que las lecturas de esta tabla deben agruparse por muestra, ya que están inherentemente conectadas. Si se tratara de una clase grande, se considerarían el nombre, la edad y el sexo, aspectos que ya habíamos buscado para determinar su singularidad.
Tus datos variarán según su complejidad, pero ten siempre presente la posibilidad de alcanzar ese nivel de singularidad. No he encontrado que se pueda sobreagrupar en una división. Si sabes que se trata de una columna, incluso si puede ser redundante con tu agrupación, no dudes en añadirla, ya que es mejor sobreagrupar y conservar la singularidad que subagrupar y que falten datos.
Un aspecto a considerar al realizar una división, como indicador de los distintos niveles de éxito, es el número de filas. Si empiezo con 300 filas, con datos relativamente equilibrados y cada muestra con tres longitudes de onda, al realizar la división, debería obtener unas 100 filas. Si observa un número inusual de filas, probablemente se deba a que JMP hizo todo lo posible, pero no encontró la organización exacta necesaria para crear lo que deseaba.
Eso indica que probablemente no agrupaste algo correctamente. Es algo a lo que debes prestar atención y aprovecharlo para ver si tus datos se ven bien, así no tendrás que revisar 10 000 filas. Puedes revisar un par o tres para sentirte cómodo y seguir adelante. Si haces esto, dividir se convertirá en algo natural y empezará a funcionar muy bien en tu trabajo diario con JMP.
Voy a hablar brevemente sobre la transposición por cuestiones de tiempo, en parte porque no la uso muy a menudo. He conocido a algunos colegas que la usan mucho. Pero básicamente, la transposición permite tomar información organizada así y modificarla por completo. Eso es útil hasta cierto punto. No la uso muy a menudo. Creo que, en algunos casos, tengo la suerte de que mis datos, en general, no estén organizados de forma tan irregular.
Quiero mostrarles el diálogo porque, de nuevo, la unicidad y la agrupación entran en juego con esta etiqueta y este por. Esto les ayuda a indicarle a JMP cómo deben organizarse los datos al intentar transponer sus problemas de llamadas específicos. Comprender cómo se organizan sus datos de forma única les brinda mucho más poder con esta plataforma.
Pasando a la función "Unir". "Unir" es otra muy buena herramienta, y es extremadamente potente. Analizaremos algunos de estos elementos y luego veremos el ejemplo. Al abrir "Unir", se inicia con esta tabla. Esta es la tabla con la que voy a unirme. Selecciono aquí la tabla con la que quiero unirme y luego se mostrará aquí. Veremos algunas columnas y tengo algunas opciones aquí, específicamente cómo quiero realizar mis uniones.
De hecho, vamos a volver a una clase grande modificada que ya tenemos. Tengo otra tabla que es una clase grande de extensión. Básicamente, tengo muchos más nombres, edades y sexos, pero aquí tengo la frecuencia cardíaca y el IMC. Quiero unir esta información. Voy a ir a mi tabla original y a la función "Unir". Aquí está mi clase grande. Quiero unirla con mi clase grande extendida. Por defecto, se realiza por coincidencia de columnas, lo que, creo, el 99,9 % de las uniones se realizan por coincidencia de columnas. Luego, le dices a JMP qué quieres unir.
Esto se relaciona con los distintos niveles de singularidad o con el nivel de singularidad por el que desea unirse. Puede seleccionar el nombre en ambas columnas y hacer clic en Coincidir, Edad. No es necesario que coincidan. Le está indicando a JMP cuáles son los nombres que deben coincidir. No tiene nada que ver con su nombre físico.
Aquí, en la vista previa, se observa que hace algo un poco raro y potencialmente molesto. Ahora, se genera una columna. Es el nombre de la clase grande del mod Discovery 2025. Esto se repite una y otra vez con las demás. Ahora todos los nombres de las columnas son grandes y enormes. Esto es útil para verificar los datos después de la unión, pero corregirlo puede ser molesto.
JMP ofrece una solución para esto: fusionar columnas con el mismo nombre. Al fusionar columnas con el mismo nombre, desmarco la opción de coincidencia; verá que combina las columnas con el mismo nombre de forma consistente. Logró hacerlo incluso reconociendo que "nombre" y "nombre" técnicamente son diferentes debido a la distinción entre mayúsculas y minúsculas, pero JMP los unió porque reconoció que eran iguales. Al marcar la opción de fusionar columnas con el mismo nombre, también se activa la opción de coincidencia. Esto permite, cuando se está trabajando en ello, realizar coincidencias entre las tablas.
Aquí abajo, suelo fusionar columnas con el mismo nombre y marcar coincidencias. Otra cosa que siempre hago, sobre todo con la primera unión, es incluir las no coincidencias de la tabla principal y la tabla de ancho. Haré clic en "Aceptar" y les mostraré por qué me gusta esto: es una buena manera de comprobar que mis datos estén bien organizados.
Aparece esta columna de bandera de coincidencia. La expandiremos y veremos que indica tanto el tamaño principal como el ancho. Si vamos a ambos, y bajamos aquí, esto representa información presente tanto en la tabla original como en la segunda. Podemos ver que tenemos la altura y el peso originales, pero también la frecuencia cardíaca y el IMC.
Si tiene un dato principal, selecciónelos todos aquí. Esto es algo que existía en la primera tabla, pero no coincidió en la segunda. Puede ver que aquí se incluyen la altura, el peso y la frecuencia cardíaca en el IMC.
El ancho es justo lo contrario. Estaba en la segunda tabla, pero faltaban datos en la primera. Me gusta ver los datos de esta manera porque me permite verificar que los datos que faltan, como esperaba, estén ausentes.
En este caso, tenía 112 nombres. Solo tengo 42 en esta primera tabla. Es imposible obtener una coincidencia del 100%. Tener algunos anchos, ya que hay elementos que no coinciden, es perfectamente aceptable y tiene todo el sentido. Por lo tanto, es posible que algunos de estos nombres no estén en la lista extendida con las métricas adicionales.
El concepto general de main y width es correcto. Ambos se alinean y se puede comprobar qué esperar. Al trabajar con datos de forma más práctica, creo que esto es muy útil, por ejemplo, al ejecutar un experimento en una máquina, con una hoja de ejecución o algún elemento correlacionado donde se toman notas, como identificadores de ejecución.
Si realizan esa comparación juntos, significa cosas muy específicas y diferentes. Si tiene datos provenientes de la máquina, pero no tiene información en su hoja de ejecución, o si tiene información en su hoja de ejecución para una ejecución de la cual no tiene datos de la máquina. En caso de errores o cosas similares, esto puede tener sentido, pero también podría indicar un error de transcripción al ingresar un ID en la máquina para ejecutar, u otras cosas similares.
Poder hacer esas uniones con conjuntos de datos más grandes y poder ver inmediatamente dónde coinciden sus datos y dónde no, es un cambio radical en términos de poder desglosar e identificar rápidamente.
De nuevo, aquí, observar el número de filas también es otro indicador: 42 filas. Si todo encajara perfectamente, solo debería tener 42 filas. Pero tengo muchas más, en parte porque tengo anchos que estaban en esta tabla o no, y luego las tablas principales. Usar esto a tu favor también puede ayudarte a identificar si hay un problema o algo que necesitas investigar más a fondo.
Finalmente, una pequeña advertencia sobre cuándo, al realizar esta unión, se presenta una situación en la que la columna tiene el mismo nombre, pero representa información diferente. Si, por simplicidad, simplemente usamos la edad, y la edad será 89. Por alguna razón, esta tabla 89 representaba algo sobre la edad, y todo será igual.
Si revisas esta unión, no sé por qué, al recuperarla, la vista previa no se muestra de la misma manera. Haré clic en Aceptar. Verás que la edad se ha sobrescrito en algunos casos. De hecho, no era así. Es bueno verlo. Me pregunto si es algo nuevo o si solo se ha corregido en los demás.
Eso es algo que he visto antes, y que sobrescribiré según sea necesario. Es algo que JMP ha estado mejorando, claramente en algunos de estos casos. Pero si no prestas atención, nos aseguraremos de que se vuelva a verificar.
Eso pareció solucionar parte del problema, pero es algo a tener en cuenta, aunque me pregunto dónde se fueron mis dos. Es un tema secundario que abordaré más adelante. Lo más importante es que la otra tabla puede sobrescribir la edad. Esto ocurre con frecuencia cuando los datos de la máquina tienen una marca de tiempo completa, pero como la fecha de una hoja de ejecución es solo la fecha de ejecución, se pueden sobrescribir algunos datos.
Es algo con lo que hay que tener mucho cuidado, ya que en muchos pasos posteriores no se desea que esto suceda. Lo que ocurre es que, aunque se espera ver algo en los datos, ya no aparece porque se sobrescriben. O, en este caso, se espera ver las edades individuales, pero de repente todos son octogenarios.
Esto no favorece la eficiencia ni el flujo de trabajo, especialmente si hay que retroceder siete pasos para averiguar dónde se originó el problema. Saber esto de antemano te da un poco más de control. La solución más sencilla en este caso sería, si sabes que esto supone un riesgo, simplemente actualizar el nombre de la columna o eliminarla por completo, según si es relevante o no.
Me di cuenta de por qué pasó esto ahora que actualicé esto. Es porque cuando hice mi recuperación, aún coincidía por edad, y cambié la edad. Vamos a eliminar eso. Ahora pueden ver que parte de esa anulación se realizó en algunos de sus dos. Ahí es donde esto puede afectarlos al final. La solución simple es simplemente cambiar ese nombre. Todos volvemos a unirnos y recuperar. Ahora verán que falta la edad para algunos de ellos, pero la tienen para otros. Luego tendrán age_ para los demás para mostrar que no se sobrescribió.
Así es como se arregla eso. Es algo que me ha sorprendido muchas veces, a menudo sin querer. Ya no cometo el mismo error. Simplemente soy más rápido encontrándolo y corrigiéndolo. No te castigues si cometes ese error. Lleva tiempo acostumbrarse y, al final, rara vez dejas de cometer errores. Simplemente aprendes a corregirlos cuando ocurren.
A continuación, Update. Update es una herramienta fenomenal. Siendo sincero, tuve una relación de amor-odio durante mucho tiempo cuando apareció, y era yo, no él, porque tenía que ver con las suposiciones que hace Update. Si no les prestas atención, pueden perjudicarte. Específicamente, como comentábamos con esta sobrescritura. Voy a volver a poner esta página aquí, y vamos a...
Al parecer, hice esto al hacer todo, pero ahí vamos. Volviendo a donde tenemos las demás edades. Actualizar es realmente una unión, pero no crea una tabla. Vamos a Actualizar, con la misma configuración básica. Ahora queremos unirnos con la clase grande extendida. Haremos nuestra coincidencia por nombre, edad y sexo.
En esta etapa del juego, como también se puede apreciar en la vista previa, JMP hace un par de suposiciones. Solo realiza una unión interna, lo que significa que no incluye valores faltantes de ninguna de las tablas. Solo coincide con lo que está en la tabla principal.
En segundo lugar, fusionó las columnas con el mismo nombre de forma predeterminada. Si no estás listo para eso, esto puede perjudicarte. Eso fue precisamente lo que me molestó al principio, cuando me estaba acostumbrando a cómo funcionaba la actualización, y no la encontré durante un tiempo vergonzosamente largo en mis datos, y luego tuve que volver atrás para corregirla.
Sabiendo esto, JMP ofrece algunas opciones adicionales para simplificar el proceso. Si tiene muchos datos o le preocupa que se sobrescriban datos que no desea, puede controlar qué columna de la tabla de actualización se incluye. Si simplemente selecciono, solo puedo incluir la frecuencia cardíaca o el IMC, por ejemplo, y me aseguro de que ninguna de estas columnas adicionales se agregue para evitar una posible sobrescritura si no forman parte de la unión.
También aquí abajo, estamos colocando columnas en la tabla principal. Puedo no seleccionar ninguna, y ese punto fijo impide que se sobrescriba. O puedes permitir una selección en ambos casos para controlarlo. Cuando aprendes a usar Update, es muy útil, pero tiene sus inconvenientes. Por ejemplo, acabo de ejecutar esto y agregó BMI a esta tabla. Ahora mi tabla principal ha sido modificada. Si eso no es lo que buscas, puede que Update no sea lo que necesitas para este caso específico.
Sin embargo, a medida que las personas se acostumbran a hacer más JMP y mejoran en ello, el deseo de tener menos tablas y no más suele ser común, especialmente cuando se cansa y trata de realizar un seguimiento de todas las tablas que creó, de dónde provino esa tabla, etcétera.
Se agradecen mucho las pequeñas cosas que se pueden hacer para minimizar el número de mesas. En este caso, Update funciona de maravilla, especialmente si tenía tres o cuatro mesas. Tenía otra tabla con otras métricas de usuarios. Si tuviera que unir cada una de esas mesas individualmente, crearía tres o cuatro tablas nuevas para apilarlas. Update me permite integrarlo todo en una sola tabla.
Otra cosa que no abordaremos aquí, pero que es genial si tienes la oportunidad, es una unión virtual que te permite unir varias mesas sin que se unan. Es una función genial. Se han realizado varias presentaciones a lo largo del tiempo por parte de empleados de JMP, etc., y debería haber seminarios web que expliquen esto con más detalle. Es una función muy divertida para experimentar cuando tengas tiempo. Pero Update integra esa unión en tu mesa principal, y la cosa pinta muy bien.
Ahora vamos a analizar algo mucho más sencillo: concatenar. Básicamente, concatenar consiste en tomar tablas y apilarlas una encima de otra.
Hace precisamente eso. De hecho, puedo usar este mod de descubrimiento. Vamos a concatenar. Ahora, prácticamente listaremos todas las tablas que queremos concatenar. Si quisiera añadir la clase extendida grande aquí, las superpondría. Podría añadir datos a la primera tabla si quisiera minimizar el número de tablas.
También puedes crear una columna de origen. Recomiendo esto, especialmente si vas a crear una tabla aparte, ya que te permite controlar la procedencia de los datos. Si haces clic en Aceptar, simplemente se actualizan los datos, se superponen y puedo ver exactamente qué filas provienen de qué tabla, lo cual funciona de maravilla.
La principal dificultad con la concatenación suele ser que los datos no se ven exactamente como se desea o que están en el lugar equivocado. En este caso, lo llamaré métrica, o mejor dicho... Me pregunto si lo hará de otra manera.
Al concatenar, verás que tendrás dos columnas. Este es un ejemplo donde son claramente diferentes. Sin embargo, a JMP sí le importa, al menos históricamente, por lo que he visto, que se preocupen por las mayúsculas y minúsculas, los errores tipográficos y cosas similares que pueden alterar la organización de los datos. Podría ser algo como esto, donde simplemente se trata de una convención de nomenclatura diferente o errores tipográficos cuando se introducen manualmente datos que hacen que los datos no estén donde deberían estar.
En casos como este, donde el IMC (Índice de Masa Corporal) solo ocurrió una vez, estas correcciones son bastante fáciles. Este es un truco divertido: si haces clic en una de estas celdas vacías, haces clic derecho y seleccionas "Celdas Coincidentes", se seleccionan todas las celdas vacías.
Ahora puedo invertir esa selección y seleccionar todos los que quiero poner aquí donde deben estar. Puedo copiarlos y, si solo selecciono el encabezado de esta columna, se quedan seleccionados. Puedo pegarlos y, con esto, he corregido el error. Puedo eliminar esta columna. Esta es la forma más rápida.
Si ocurre en una docena de columnas, es más lento y complicado. La mejor manera de solucionarlo, si es que ocurre, es corregir el nombre de la columna. Pero, de nuevo, dependiendo de lo que esté haciendo y de dónde se encuentre en el proceso, hay muchas maneras de hacerlo. No existe una única solución ideal para esto.
Pero ese es el mayor problema que veo al concatenar, ya que tienen muchas columnas y sus datos no están donde deberían estar. A partir de ahí, se convierte en un problema. Aparte de eso, concatenar funciona de maravilla y es una excelente manera de cotejar muchas tablas en una sola rápidamente.
Ya casi es el fin del mundo. Voy a hablar brevemente de estos aquí, sin muchos ejemplos específicos, en parte porque no los he usado mucho para desarrollar muchos consejos y trucos. Pero sí los he usado lo suficiente como para saber que son útiles y que vale la pena explorarlos y experimentar con ellos.
El Generador de Consultas JMP permite crear consultas SQL a partir de varias tablas de datos disponibles. También se puede usar con tablas almacenadas en bases de datos externas al ordenador y transferir todos esos datos a JMP. Se puede combinar esto con las tablas disponibles, lo cual es genial.
Patrón de Datos Faltantes: He visto varias presentaciones interesantes sobre este tema. De hecho, no lo he usado en mi día a día, en parte porque tengo la suerte de no tener muchos problemas de datos faltantes.
Además, Missing Data Pattern llegó muchos años después de que me hubiera acostumbrado a extraer datos de una forma completamente distinta para determinar dónde podrían estar mis patrones de datos faltantes. Simplemente, todavía no he añadido un patrón de datos faltantes a mi arsenal. Es algo con lo que me sigo diciendo que necesito experimentar más, porque es una forma muy divertida de analizar los datos cuando ves que otros lo usan.
Comparar tablas de datos. Esta es la divertida... Te la mostraré rápidamente. Te permite elegir un par de tablas y hacer una comparación. JMP intentará que sus nombres coincidan bastante bien. Aquí puedes ver que esto está hecho y puedes corregirlo. Pero si simplemente haces clic en "Comparar", te mostrará dónde están todas las diferencias en la tabla.
Es algo que, como puedo ver aquí, no estoy seguro de qué me muestra exactamente. Aquí es donde necesito jugar más para familiarizarme con él. Pero es una forma divertida, como mínimo, de tomar dos tablas y comprobar si todo es igual o no. A menudo, reviso si he cambiado algo en los datos sin querer.
Al analizar en detalle los cambios, muchas de estas opciones son clave. Animo a todos a experimentar con esto para ver qué sucede en sus propios casos de uso, ya que es una buena plataforma y no la he usado ni de cerca con todo el potencial que ofrece. Pero es realmente genial que JMP nos permita hacer algo que no tengo otras opciones que haría por mi cuenta.
Finalmente, Anonimizar, el último elemento de la lista. Básicamente, toma la tabla que tienes delante y, al hacer clic en Aceptar, la anonimiza. Ahora nadie sabe qué significa esto. Ese es el objetivo de crear tablas de datos sin información que otros puedan comprender o procesar.
Si tiene información confidencial en una tabla, pero desea la ayuda de JMP con el problema que ha estado teniendo, puede anonimizar su tabla y luego recrear su problema con esta información y poder compartirla de manera segura con otras personas de soporte de JMP, y no tener que preocuparse por romper cualquier regla de propiedad intelectual que pueda tener en su empresa porque, ahora, nadie sabe de dónde provienen estos datos y qué está pasando con ellos.
Es una información muy interesante; que JMP también permite que esto sea bastante rápido y fácil de explorar. Experimenta con eso también. Es una forma muy divertida de hacer las cosas.
Creo que esto nos lleva prácticamente al final del menú de Tablas. Quiero agradecer a JMP y a todos los involucrados en la Serie Discovery por la oportunidad de hacer esto, porque es un tema muy divertido de hablar. Creo que es algo que mucha gente encontrará valioso a medida que avanza en su experiencia con JMP. Muchas gracias. Eso es todo por hoy.
