Difference between revisions of "Orange: Pivot Table"

From OnnoWiki
Jump to navigation Jump to search
Line 50: Line 50:
 
[[File:Pivot-continuous.png||center|200px|thumb]]
 
[[File:Pivot-continuous.png||center|200px|thumb]]
  
Example of a pivot table with numeric variables. We are using heart-disease data set for this example. Rows correspond to values of diameter narrowing variable. Our columns are values of gender, namely female and male. We are using rest SBP as values in our cells.
+
Contoh tabel pivot dengan variabel numerik. Kita menggunakan heart-disease data set untuk contoh ini. Baris sesuai dengan nilai-nilai variabel penyempitan diameter. Kolom kita adalah nilai-nilai gender, yaitu perempuan dan laki-laki. Kita menggunakan sisa SBP sebagai nilai dalam sel kita.
  
We have selected Count, Sum and Median as aggregation methods. Under Count, we see there are 72 female patients that don’t have diameter narrowing, same as before for discrete values. What is different are the sum and median aggregations. We see that the sum of resting systolic blood pressure for female patients that don’t have diameter narrowing is 9269 and the median value is 130.
+
Kita memilih Count, Sum and Median sebagai metode agregasi. Di bawah Count, kita melihat ada 72 pasien wanita yang tidak memiliki penyempitan diameter, sama seperti sebelumnya untuk nilai diskrit. Yang berbeda adalah sum dan median agregasi. Kita melihat bahwa jumlah tekanan darah sistolik istirahat untuk pasien wanita yang tidak memiliki penyempitan diameter adalah 9269 dan nilai median adalah 130.
  
 
==Contoh==
 
==Contoh==

Revision as of 07:20, 30 January 2020

Sumber: https://docs.biolab.si//3/visual-programming/widgets/data/pivot.html


Bentuk kembali tabel data berdasarkan nilai kolom.

Input

Data: input data set

Output

Pivot Table: contingency matrix as shown in the widget
Filtered Data: subset selected from the plot
Grouped Data: aggregates over groups defined by row values

Pivot Table merangkum data dari tabel yang lebih luas ke dalam tabel statistik. Statistik dapat mencakup jumlah, rata-rata, jumlah, dll. Widget ini juga memungkinkan pemilihan subset dari tabel dan pengelompokan berdasarkan nilai baris, yang harus berupa variabel diskrit. Data dengan hanya variabel numerik tidak dapat ditampilkan dalam tabel.

Pivot-stamped.png
  • Discrete or numeric variable used for row values. Numeric variables are considered as integers.
  • Discrete variable used for column values. Variable values will appear as columns in the table.
  • Values used for aggregation. Aggregated values will appear as cells in the table.
  • Aggregation methods:
    • For any variable type:
      • Count: number of instances with the given row and column value.
      • Count defined: number of instances where the aggregation value is defined.
    • For numeric variables:
      • Sum: sum of values.
      • Mean: average of values.
      • Mode: most frequent value of the subset.
      • Min: smallest value.
      • Max: highest value.
      • Median: middle value.
      • Var: variance of the subset.
    • For discrete variables:
      • Majority: most frequent value of the subset.
  • Tick the box on the left to automatically output any changes. Alternatively, press Apply .

Variable Diskrit

Pivot-discrete.png

Contoh tabel pivot dengan hanya variabel diskrit yang dipilih. Kita menggunakan heart-disease data set untuk contoh ini. Baris sesuai dengan nilai-nilai variabel penyempitan diameter. Kolom kita adalah nilai-nilai gender, yaitu perempuan dan laki-laki. Kita menggunakan thal sebagai nilai dalam sel kami.

Kita telah memilih Count dan Mayoritas sebagai metode agregasi. Dalam pivot table, kita dapat melihat jumlah instance yang tidak memiliki penyempitan diameter dan wanita. Ada 72 pasien seperti itu. Secara bersamaan, ada 92 pasien pria yang tidak mengalami penyempitan diameter. Nilai Thal tidak berpengaruh di sini, kita hanya menghitung kejadian dalam data.

Baris kedua menunjukkan mayoritas. Ini berarti sebagian besar pasien wanita yang tidak mengalami penyempitan diameter memiliki hasil normal. Sebaliknya, pasien wanita yang mengalami penyempitan diameter paling sering memiliki cacat yang dapat dibalikkan.

Variabel Numerik

Pivot-continuous.png

Contoh tabel pivot dengan variabel numerik. Kita menggunakan heart-disease data set untuk contoh ini. Baris sesuai dengan nilai-nilai variabel penyempitan diameter. Kolom kita adalah nilai-nilai gender, yaitu perempuan dan laki-laki. Kita menggunakan sisa SBP sebagai nilai dalam sel kita.

Kita memilih Count, Sum and Median sebagai metode agregasi. Di bawah Count, kita melihat ada 72 pasien wanita yang tidak memiliki penyempitan diameter, sama seperti sebelumnya untuk nilai diskrit. Yang berbeda adalah sum dan median agregasi. Kita melihat bahwa jumlah tekanan darah sistolik istirahat untuk pasien wanita yang tidak memiliki penyempitan diameter adalah 9269 dan nilai median adalah 130.

Contoh

We are using Forest Fires for this example. The data is loaded in the Datasets widget and passed to Pivot Table. Forest Fires datasets reports forest fires by the month and day they happened. We can aggregate all occurrences of forest fires by selecting Count as aggregation method and using month as row and day as column values. Since we are using Count, Values variable will have no effect.

We can plot the counts in Line Plot. But first, let us organize our data a bit. With Edit Domain, we will reorder rows values so that months will appear in the correct order, namely from January to December. To do the same for columns, we will use Select Columns and reorder day to go from Monday to Sunday.

Finally, our data is ready. Let us pass it to Line Plot. We can see that forest fires are most common in August and September, while their frequency is higher during the weekend than during weekdays.

Pivot-example.png


Referensi

Pranala Menarik