重塑数据框的正式 UML 表示

Question

用于数据重组的文档 table 从 "wide" 使用每个分数的标准列到使用 score 列和 criterion 专栏我的第一反应是使用 UML class 图。

我知道通过更改数据结构 table，class 属性没有改变。

我的第一个问题是宽版还是长版更正确地表示数据table?

我的第二个问题 是将两种表示联系起来是否有意义——如果是的话，是哪种关系？

我的第三个问题是除了 UML class 图之外的其他东西是否更适合 table 用于记录重塑（显示之前的数据预处理）在 R 中作为盒罐分发）。

Answer 1

您从 table 快速跳到了 UML。这使您的问题非常混乱，因为 table 的宽度表示为 class，反之亦然。

重新表述您的问题，看来您正在重构一些 table。宽 table 显示同一行中同一学生的多个值。这意味着最大练习数由table结构固定：

ID    Ex1  Ex2  Ex3 .... Ex N 
-----------------------------
111    A    A   A   ...   A
119    A    C   -   ...   D
127    B    F   B   ...   F

长table的列数较少，每行只显示1个特定学生的1个特定分数：

ID   #    Score 
---------------
111  1     A 
111  2     A
111  3     A   
          ...
111  N     A
119  1     A
119  2     C
          ...

您可以在 UML class 图中对此结构建模。但是在 UML 中，table 布局并不重要：这是 ORM 映射的问题，您可以完美地拥有一个 class 模型（具有多重性的属性或关联 1..N ) 可以使用宽版本或长版本来实现。如果多重性为 1..*，则只有长选项有效。

现在回答您的问题：

两种表述都正确；他们只是有不同的特点。 wide 是不灵活的，因为最大分数数由 table 结构固定。另外添加一个新的分数实际上需要更新一条记录（所以两个模型可能的并发是不一样的）。如果您想连续显示学生分数的历史记录，则使用 long 有点复杂。
是的，将两者联系起来很有意义，尤其是当您正在写作将第一个转换为第二个时。
UML 不一定会在这里增加价值。如果您真的关心 table 和价值观，您也可以使用 Entity/Relationship 图表。但是 UML 具有 allowing database modelling as well and it lets you add behavioral aspects. If not now, then later. You could consider using the non-standard «table» stereotype 的优势，可以阐明您正在建模的内容 table（因此是您设计的低级视图）。

Formal UML representation of reshaping a data frame