Una buena consulta puede ayudarlo a tener éxito
Nivel: Principiante
Brian Corcoran, Director de Investigación y Desarrollo de JMP, SAS
JMP proporciona una variedad de formas para obtener una amplia gama de formatos de datos en el producto. La razón es bastante obvia. Existen muchas herramientas que se desarrollaron a lo largo de los años para recopilar y formatear datos. En la mayoría de los casos, estas herramientas no le permiten convertir sus datos a tablas de datos JMP. Necesita obtener estos datos en JMP para su análisis. En otros casos, los datos pueden estar en una base de datos en algún lugar, y usted necesita extraerlos antes de comenzar. Obtener los datos puede consumir un tiempo valioso. JMP ha evolucionado a lo largo de los años para agregar potentes capacidades de adquisición de datos para ayudarlo en esta tarea.
Este documento intenta ofrecer una pequeña muestra de cómo usar las capacidades del Generador de consultas en JMP, junto con un ejemplo sencillo de cómo usar el Asistente de Excel. Esperemos que también muestre que el viaje también puede ser la recompensa, ya que se puede obtener información sobre los datos al preparar la consulta en sí. Si bien la versión de Windows se usa para las capturas de pantalla del escritorio, todas las instalaciones que se describen aquí también están disponibles en la versión Mac de JMP. Se usó JMP 14, pero JMP 13 puede hacer todo lo discutido también.
Este artículo presenta un caso de uso hipotético. Imagine que está estudiando las tendencias mundiales y que la base de datos del Banco Mundial a menudo proporciona información valiosa. Un colega le dice que los datos del Indicador de desarrollo mundial 2017 han estado disponibles recientemente y que han colocado los datos en la base de datos de SQL Server de la compañía. Esta es una tabla grande, con más de 400,000 observaciones y 62 columnas. [1] Abre JMP y selecciona Archivo-> Base de datos-> Generador de consultas, abre la conexión de la base de datos y apunta a la tabla. En la primera pantalla de Query Builder, seleccionas la tabla world_bank como tu tabla principal y usas "Instantánea de tabla" para echar un vistazo:
Query Builder Table SnapshotResumen de tabla del generador de consultas
Es algo así como un formato extraño, al menos para un usuario típico de JMP. Hay cuatro variables o columnas para la información del país, y luego está presente una columna para cada año de datos. Las filas tienen lo que parece ser una región y luego se miden los datos. En algunos aspectos, parece lo contrario de las expectativas para una tabla JMP típica. El nombre del país Mundo árabe ”Parece representar una región, por lo que esto también es confuso. Si pulsa la tecla “ Importar ahora "Botón de la mesa entra y las cosas se vuelven un poco más claro. Al desplazarse hacia la mitad, puede ver que las filas comienzan con el país en cuestión y luego el bit de datos para un tema en particular, como " Población rural ". Todo esto está ordenado por país, lo que no parece intuitivo.
Immediate Import Table AppearanceImportación inmediata de la tabla de importación
Empecemos de nuevo. Esta vez, podemos seguir adelante y seleccionar " Consulta de construcción " más bien que " Importar ahora ". Sabemos que queremos las primeras cuatro variables con información del país, por lo que podemos seleccionarlas y presionar " Añadir " en el Columnas incluidas pestaña del panel de selección de columna en el Generador de consultas. Aquí hay una gran cantidad de datos, así que solo hagamos las variables para 2010-2017. En este punto, la parte superior del diálogo se ve como:
Initial Column Selection Selección de columna inicial Realmente no hemos mejorado nuestra situación anterior todavía. Ahora, podemos mover el " Código indicador ”Variable en el Ordenar por panel del generador de consultas. Esto organizará los datos según el tema que se esté estudiando, en lugar de la región o el país en cuestión. Esto parece más intuitivo para el análisis.
Ordered by Indicator CodeOrdenado por Código Indicador
Todavía hay problemas con los datos. Primero, tiene agrupaciones regionales que no son de interés en este momento. ¿Cómo excluir estas entradas agregadas? Además, ¿cuál sería la mejor manera de consultar un elemento específico, como “Consumo de fertilizante” ?
Ciertamente sería posible importar todos los datos a JMP y luego eliminar las agrupaciones regionales si no ordenamos por “Código del indicador”. Sin embargo, eso supone una carga para la persona que analiza los datos. Si ese es alguien que no está configurando la consulta, podría ser confuso. Dentro de la consulta, sería posible simplemente seleccionar los países que son de interés. ¿Y si queremos todos los países de la Unión Europea? (Iba a utilizar América del Norte, ¡pero la definición del Banco Mundial solo contiene los Estados Unidos, Bermudas y Canadá!) Podríamos seleccionarlos manualmente, pero hay una mejor manera. Para hacerlo, invocaremos rápidamente otra herramienta en JMP, el Asistente de Excel.
En este escenario, supongamos que operamos con datos del Banco Mundial a menudo. Los códigos de país son importantes, pero no intuitivos. Las tablas a menudo utilizan los códigos sin especificar el nombre completo del país, como se puede ver en el sitio web. Puede ser útil tener esos códigos en una tabla separada. Tal tabla existe y se importa fácilmente desde el sitio web como un archivo de Excel. Entonces, en este caso, abra el Asistente de Excel en la tabla de países y códigos de país. El sitio web del Banco Mundial los agrupa en una tabla oscura llamada CLASS.xls, pero puede cambiar su nombre. Hay dos tablas dentro del archivo, "Lista de economías" y "Grupos". Echemos un vistazo a "Grupos":
Preview of Groups Table in Excel FileVista previa de la tabla de grupos en el archivo de Excel
Existe la agrupación para el mundo árabe que vimos en los datos del Generador de consultas. Esto parece prometedor, pero el desplazamiento hacia abajo todavía no muestra a Europa, ya que la vista previa termina en 100 filas. Seleccione “ Mostrar todas las filas "Y podemos ver todo, incluyendo" Europa y Asia Central "," Area de europa ”Y“ Unión Europea ". Los " Unión Europea ”Grupo contiene los códigos de país para todos los países que actualmente están en la unión. ¿Podríamos usar esto para seleccionar los países dentro del Generador de consultas? La respuesta es sí, así que sigamos adelante y extraigamos el grupo que necesitamos. Podemos hacerlo seleccionando la primera fila en la vista previa con " Unión Europea ”Y luego presionando el signo más verde junto a“ Los datos comienzan en la fila ”.
Select the First Row in “European Union”Seleccione la primera fila en "Unión Europea"
Ahora podemos presionar el botón "Siguiente" en el cuadro de diálogo, seleccionar la última fila con " Unión Europea ”Y presione la tecla verde más junto a“ Los datos terminan con la fila ". Esto reduce los datos solo a los países que nos interesan.
Ahora podemos seleccionar " Importar ”Y obtenga una fila con 28 entradas para los países de la Unión Europea. Continuaremos y guardaremos la tabla JMP resultante como "EU.jmp".
Ahora podemos volver a Query Builder. Podríamos haber seleccionado los países en los que estamos interesados con un tedioso proceso de selección en una lista por "Nombre del país" o "Código de país". Sin embargo, el Generador de consultas tiene un tipo de filtro poderoso llamado Coincidir con los valores de columna. Para usar esto, primero arrastramos “ Código de país" en el Filtros cristal. Esto producirá una larga lista con cada código en ella. Ahora, podemos seleccionar el menú del triángulo rojo en " t1.código de país " para Tipo de filtro y seleccione " Coincidir con los valores de la columna ". Se presentará un cuadro que muestra los nombres de las tablas JMP abiertas. Como todavía tenemos abierto "EU.jmp", aparece en la lista. Lo seleccionamos, y la variable ( Código de país ) que queremos hacer coincidir. También es importante asegurarse de que “ Todas las filas "Se selecciona de la lista desplegable, en lugar de" Filas seleccionadas ”, Ya que queremos todos los países en este caso.
Selecting the Match Column Values filterSelección del filtro Coincidencia de valores de columna
Esto reducirá nuestros resultados solo a las observaciones en las que participa un país de la UE. Realmente no hay magia aquí. Estamos creando una cláusula WHERE / IN para sustituir los códigos de país. Si nos fijamos en el SQL En el panel dentro del Generador de consultas, puede ver el SQL que JMP está generando:
Generated SQLSQL generado
Pero espero que hayamos hecho el proceso mucho más fácil de lograr. Ahora que hemos reducido los datos a lo que realmente nos interesa, sería bueno facilitar la selección de la información específica que nos gustaría analizar. Para ello, podemos arrastrar " Nombre del indicador ” a la Filtros cristal. Si bien podemos hacer clic en el elemento en el que estamos interesados aquí y luego ejecutar la consulta, sería bueno poder tener una interfaz más interactiva para cualquier usuario. Podemos pulsar el menú del triángulo rojo pulsando “ Nombre del indicador. y seleccione " Preguntar en Ejecutar ". Esto nos presentará un cuadro de diálogo para especificar el título del aviso al usuario final.
Prompt on RunPreguntar en Ejecutar
Ahora, cuando pulsamos la tecla " Ejecutar consulta ” botón, obtendremos la lista de elementos y podemos seleccionar el que nos interesa. Por ejemplo, podemos seleccionar “Crecimiento del PIB (% anual)” y conseguir una tabla de 28 filas. Entonces podemos poner eso en Graph Builder. Arrastrando el "Nombre del país" dentro Forma del mapa El área de caída producirá un mapa de Europa, y luego podemos arrastrar el año de interés. Los datos comienzan a dispersarse después de 2014, por lo que al hacer ese año se producen:
JMP está buscando "Eslovaquia" en lugar de "República Eslovaca", por lo que puede ser una oportunidad para usar Recodificar Al observar estos datos, parece que siempre haremos una operación similar. Seleccionaremos el nombre del país para la forma del mapa y luego el año en el que estamos interesados para examinar los resultados. Si vamos a ver un determinado año repetidamente, tiene sentido guardar el script y colocarlo en el Generador de consultas como Script Post-Consulta . Hay una pestaña en el panel de vista previa para esto. Si vamos a nuestro gráfico anterior y, usando el menú del triángulo rojo, haga clic en Guardar secuencia de comandos-> En la ventana de secuencia de comandos obtendremos una secuencia de comandos que se parece a esto:
Graph Builder(
Size( 534, 454 ),
Show Control Panel( 0 ),
Variables( Color( :Name( "2014" ) ), Shape( :Country Name ) ),
Elements( Map Shapes( Legend( 7 ) ) )
);
Si pegamos esto en el Script Post-Consulta Cuando seleccionamos la observación que queremos examinar, siempre se ejecutará el mismo informe Graph Builder después de extraer los datos y crear la tabla JMP. Esto puede simplificar enormemente una tarea repetitiva.
Post-Query ScriptScript Post-Consulta
La mejor parte es que cuando guardamos la consulta, podemos configurarla para que el usuario final ni siquiera vea los cuadros de diálogo del Generador de consultas. Seleccionando " Correr en abierto En el menú desplegable, en el campo Nombre de la consulta, y luego guardando la consulta, el usuario final solo verá el indicador y la tabla y el gráfico resultantes.
Run on OpenCorrer en abierto
Query with Run on Open started from Recent Files Consulta con Ejecutar en Abrir iniciada desde Archivos Recientes Una advertencia con el uso del filtro Columnas coincidentes es que la tabla con los valores que deben coincidir debe estar presente en la máquina donde ejecutaremos la consulta. Si esto es un problema, hay una manera de evitar esto. Una vez que haya creado el filtro con las columnas correspondientes, vaya al menú del triángulo rojo para el filtro. En el caso de este ejemplo, eso sería para “ t1.Código de país ”. Seleccione el tipo de filtro -> Lista de manuales. Esto importará los valores que el filtro de Columnas coincidentes ha creado en una lista de texto que se utilizará para el SQL. Esto se guardará en la consulta la próxima vez que guarde, y ya no necesitará la tabla de datos para que coincida. La desventaja de este enfoque es que se pierde la capacidad de alterar dinámicamente los valores coincidentes seleccionados y cambiar la consulta.
En este punto, hemos filtrado una gran cantidad de datos confusos y hemos creado una consulta y un análisis repetibles que podemos enviar a un usuario final. La persona que utiliza la consulta realmente no necesita conocer la consulta, o realmente mucho de JMP.
Convenciones utilizadas:
Los paneles de la ventana del Generador de consultas son en negrita
Los botones / controles de diálogo son " citado y en negrita
Las variables / nombres de columna son " citado y en cursiva ”
[1] Grupo del Banco Mundial. Indicadores de Desarrollo Mundial , Grupo del Banco Mundial, nd Web. 25 de enero de 2018. https://datacatalog.worldbank.org/dataset/world-development-indicators . Obtenido bajo Create Commons CC BY 4.0 licencia.
