Un artículo del New York Times de 2014, Para los científicos de Big Data, el "trabajo de conserje" es un obstáculo clave para las ideas , parece haber generado mucho interés en el título "portero de datos". Incluso hay un Wikipedia página para ello. Como sea que lo llames: limpieza de datos, disputas de datos o simplemente limpieza de datos, es tristemente descriptivo de la carga a menudo asociada con la preparación de datos para el análisis. De la misma manera, la increíble tarde Hans Rosling describió cómo la lavadora "mágica" liberó más tiempo para que su madre buscara otras cosas en su La lavadora mágica TED Talk, ¿no hay algunas formas innovadoras de automatizar el "lavado de datos"? ¿No deberíamos esperar un poco menos de trabajo de datos y un poco más de tiempo para buscar otras cosas en esta era de automatización? Nosotros creemos que si.
JMP tiene una larga historia de aliviar la carga del trabajo de limpieza de datos. JMP 14 aporta más funciones y mejoras en la discusión de datos para acelerar sus descubrimientos de datos y llegar más rápido a las "cosas buenas" del análisis de datos: visualización, modelado y creación de paneles e informes para compartir sus hallazgos. Después de obtener JMP 14 el próximo mes, asegúrese de explorar algunos de estos ahorradores de tiempo de limpieza de datos imperdibles.
Importación de múltiples archivosLa nueva capacidad de importación de múltiples archivos le permite cargar docenas o cientos de archivos y concatenarlos en una sola tabla de datos JMP, todo sin secuencias de comandos. Puede filtrar archivos por tamaño, fecha, nombre y tipo. Un caso de uso común para esto es concertar una carpeta de archivos en la que desee realizar una exploración de texto, una carpeta llena de transcripciones de reparación, por ejemplo, con una reparación por archivo. La importación que quiero lograr es asignar cada documento a una celda en una tabla de datos JMP como un paso de preprocesamiento antes del análisis de texto. Con la importación de múltiples archivos, puede optar por importar a una sola columna, lo que hace que este paso de preprocesamiento de datos, que una vez fue lento, sea fácil. Jason Brinkley, Asociado Senior de Abt Associates, participó en nuestro programa de adopción temprana JMP 14 y estaba contento con el tiempo ahorrado con esta nueva función:
“Recientemente tuve un gran proyecto en el que alguien había descargado más de 150 archivos de datos eliminados de la web en lotes. Estos archivos eran grandes y no estructurados, pero lo peor de todo era que se descargaban en dos niveles (individual y grupal). No había forma de saber qué archivos tenían datos en cada nivel a partir de los nombres de archivo. La 'Importación de archivos múltiples' que se encuentra en JMP 14 fue un gran ahorro de tiempo, ya que importó todos los datos, omitiendo la información molesta en la parte superior de los archivos de datos (información del sitio web y encabezados de página web) y apiló automáticamente los archivos en el individuo y niveles grupales. El procesamiento tomó aproximadamente 30 minutos, pero al final, tuve dos archivos que eran fáciles de limpiar y que estaban listos para el análisis. Siento que este esfuerzo particular habría requerido una codificación significativa en otras plataformas ". RecodificarLa recodificación en el menú Cols ha existido durante mucho tiempo, pero continúa mejorando en cada nueva versión de JMP. JMP 14 brinda aún más poder para organizar datos numéricos y categóricos con mejoras como análisis de texto mejorado, importación de columnas de resultados de recodificación, columnas continuas numéricas de recodificación, soporte para columnas de respuesta múltiple, reemplazo de cadenas (con o sin análisis de expresiones regulares personalizado) y más.
A menudo miro los títulos de las personas que se registran JMP eventos para ver qué tipo de científicos, ingenieros, investigadores y otros analistas atraen estos eventos. El soporte para múltiples columnas de respuesta en Recode es especialmente bueno cuando se miran títulos con credenciales. Si tenía una columna como la siguiente y deseaba separar las credenciales, implicaba muchos pasos: texto a columnas, apilamiento, recodificación, división, combinación y luego pegado. Ahora, puede designar la columna como un tipo de modelado de respuesta múltiple, recodificar, y puede realizar las tareas de limpieza de datos con facilidad.
¿Todavía quieres más? Más ayuda de preparación de datosHay muchas otras adiciones en JMP 14 para disminuir la cantidad de clics y agilizar el proceso de descubrimiento, tales como:
Mejoras de unión virtual que ofrecen acceso a los datos en una tabla por otra tabla con solo unos pocos clics. Nuevas utilidades de columna que facilitan la creación y el trabajo con etiquetas de valor. Facilidad de encontrar filas duplicadas. Otras mejoras en el flujo de trabajo, como la búsqueda y el filtrado de preferencias, y la capacidad de obtener una vista previa de los resultados en el Editor de fórmulas.Esperamos que estos aspectos destacados despierten su curiosidad acerca de cómo JMP 14 puede hacer que el mantenimiento de sus datos sea más agradable y le brinde más tiempo para buscar otras cosas.
