Recientemente, necesitaba analizar los datos de un sitio web que almacenaba datos en columnas y filas. Cada celda de columna en la fila principal relacionada con la celda superior izquierda (Título). Sin embargo, cada título tenía dos celdas debajo de él (la primera celda en las dos filas subsiguientes). Uno contenía una descripción del Título; Las otras etiquetas de contenido contenido relacionadas con el título.
Desafortunadamente, la página web no se configuró para permitirme importar como .html o .txt utilizando el archivo JMP> Internet Open. Entonces, lo corté y pegué en Excel. Una colega ingeniera de sistemas JMP, Olivia Lippincott @olippincott , dijo que para los usuarios de Excel que ha conocido, el formato de Excel (Figura 1) es común y que a menudo los ayuda con la limpieza.
Varias filas necesitaban ser divididas en columnas separadas. Así es como lo hicimos.
Primero, abrimos el archivo de Excel en JMP .
Figure 1: Table of Excel data imported into JMPFigure 1: Table of Excel data imported into JMPFigure 1: Table of Excel data imported into JMP Figura 1: Tabla de datos de Excel importados a JMP Segundo, creamos una nueva columna llamada Tipo de título, con Tipo de datos de propiedades de columna = Numérico y Tipo de modelado = Nominal. Rellenamos las celdas con una secuencia repetida de 1,2,3 al escribir 1, 2 y 3 en las tres primeras celdas de la columna Tipo de Título, resaltándolas y luego seleccionando LLENAR> REPITA LA SECUENCIA AL FIN DE LA TABLA. Esto nos dio una columna de ID para usar para identificar el patrón del campo Título.
Figure 2: Add Title Type to identify the pattern 1-3 for the three Title TypesFigure 2: Add Title Type to identify the pattern 1-3 for the three Title TypesFigure 2: Add Title Type to identify the pattern 1-3 for the three Title Types Figura 2: Agregar tipo de título para identificar el patrón 1-3 para los tres tipos de título En tercer lugar, dividimos la tabla (TABLE> SPLIT) para dividir el Tipo de Título 2 y el Tipo de Título 3 en dos columnas diferentes. También guardé el script en la tabla de datos, para referencia.
Figure 3: Splitting Title Column into 3 columns by Title TypeFigure 3: Splitting Title Column into 3 columns by Title TypeFigure 3: Splitting Title Column into 3 columns by Title Type Figura 3: División de la columna del título en 3 columnas por tipo de título 
Figure 4: JSL script to split Title Column into 3 columns by Title TypeFigure 4: JSL script to split Title Column into 3 columns by Title TypeFigure 4: JSL script to split Title Column into 3 columns by Title Type Figura 4: Secuencia de comandos JSL para dividir la columna de título en 3 columnas por tipo de título
En cuarto lugar, movimos algunas de las columnas, cambiamos el nombre Título Título 2 a Descripción y Título Tipo 3 a Etiquetas. Finalmente, nos deshicimos de los líderes. Etiquetas: Texto en la columna Tags por recodificación Etiquetas: a un espacio en blanco usando la opción Reemplazar cadena debajo del triángulo rojo de Recode. 
Figure 5: Accessing Column Recode using Replace StringFigure 5: Accessing Column Recode using Replace StringFigure 5: Accessing Column Recode using Replace String Figura 5: Acceso a la columna Recode usando Replace String
Figure 6: Using Recode to replace consistent Tags: text found in each cell in a columnFigure 6: Using Recode to replace consistent Tags: text found in each cell in a columnFigure 6: Using Recode to replace consistent Tags: text found in each cell in a columnFigura 6: Uso de Recode para reemplazar etiquetas consistentes: texto encontrado en cada celda en una columna
Figure 7. Final Videos Table ready for JMP analysisFigure 7. Final Videos Table ready for JMP analysisFigure 7. Final Videos Table ready for JMP analysisFigura 7. Mesa final de videos lista para análisis JMP
Todo el proceso de limpieza con JMP tomó aproximadamente 1 minuto. Quizás estos pasos lo ayudarán durante su propia limpieza y preparación de datos.
