Datenrahmenvariablen

Eine Datenrahmenvariable hält tabellarische Daten in einer spreadsheet-ähnlichen Struktur: Zeilen sind Einträge und Spalten sind Variablen, die jeweils Zeichenfolgen-, numerische, boolesche oder Dateiwerttypen enthalten können. Datenrahmen werden nicht durch die Antworten der Teilnehmer gefüllt. Sie laden eine .csv-Datei hoch, um Daten in sie zu laden, und das Experiment liest zur Laufzeit über das Ereignissystem von ihnen.

Datenrahmen sind das Standardwerkzeug in Labvanced zur Verwaltung strukturierter Eingaben: Listen von Stimuli, Gegenbalancierungspläne, Dateizuordnungen zu Bildern und jedem anderen Szenario, bei dem Sie vorbereitete Daten zeilenweise in Ihr Experiment einspeisen müssen.

Wann man einen Datenrahmen verwenden sollte

Verwenden Sie einen Datenrahmen, wann immer Ihr Experiment vorbereitete, strukturierte Daten laden muss, anstatt Werte von Teilnehmern zu sammeln.

• Sie haben eine Liste von Stimuluswörtern, Sätzen, Bildern oder Audiodateien, die trialweise erscheinen sollen
• Sie müssen die Bedingungen über die Teilnehmer hinweg gegenbalancieren
• Sie möchten die Reihenfolge der Trials zu Beginn eines Experiments mischen und dann die Einträge sequenziell lesen
• Sie laden OpenAI-Aufforderungen, benutzerdefinierte Nachrichten oder andere Zeichenfolgendaten aus einer vorbereiteten Datei

Einrichtung eines Datenrahmens

Die Erstellung eines Datenrahmens umfasst drei Schritte: Bereiten Sie Ihre CSV vor, erstellen Sie die Variable und importieren Sie die Datei.

Formatierung Ihrer CSV

Jede Spalte in Ihrer CSV wird eine Variable (Spalte) im Datenrahmen. Jede Zeile ist ein Eintrag. Wenn Ihre erste Zeile Spaltennamen enthält, aktivieren Sie Use first row as header beim Import.

Für dateibasierte Stimuli (Bilder, Audio) geben Sie die Dateinamen in die entsprechende Spalte ein. Sie können dann Map strings to files beim Import verwenden, um diese Namen mit hochgeladenen Dateien in Ihrer Studie zu verknüpfen.

Erstellung der Datenrahmenvariable

1. Öffnen Sie Ihre Studie und gehen Sie zum Variablen-Tab im linken Panel oder öffnen Sie den Variables-Panel-Tab im Aufgabeneditor.
2. Klicken Sie auf + New Variable und setzen Sie Data Type auf Data Frame.
3. Klicken Sie auf Save. Der Datenrahmendialog öffnet sich.

Hochladen Ihrer CSV

Klicken Sie im Datenrahmendialog auf Upload 2D CSV Data. Ein Dateiauswahldialog öffnet sich. Nachdem Sie Ihre Datei ausgewählt haben, erscheint der Importoptionen-Dialog.

Klicken Sie auf Ok, um zu importieren. Der Datenrahmen wird mit den Inhalten Ihrer CSV gefüllt.

Bearbeitung eines Datenrahmens

Sobald ein Datenrahmen erstellt wurde, können Sie ihn mit neuen Spalten erweitern, einzelne Zellwerte direkt bearbeiten oder alle Inhalte durch einen frischen CSV-Upload ersetzen.

Spalten hinzufügen

Um nach dem ursprünglichen Import eine neue Spalte hinzuzufügen, klicken Sie auf Add variable / Column oben im Datenrahmendialog. Dadurch wird eine leere Spalte hinzugefügt, die Sie benennen und konfigurieren können. Wenn die neue Spalte Dateinamen enthält, klicken Sie anschließend im Dialog auf Map all strings to files, um sie mit den hochgeladenen Dateien in Ihrer Studie zu verknüpfen.

Bearbeiten von Zellwerten

Um einzelne Zellwerte direkt zu bearbeiten, aktivieren Sie das Kontrollkästchen Edit Values im Datenrahmendialog. Zellen werden vor Ort bearbeitbar. Deaktivieren Sie das Kontrollkästchen, um zur schreibgeschützten Ansicht zurückzukehren.

Verwendung von Datenrahmen im Ereignissystem

Datenrahmen werden über das Ereignissystem gelesen und geschrieben. Zwei Aktionen in der Kategorie Datenrahmenoperationen verwalten dies.

Aus Datenrahmen lesen / In Datenrahmen schreiben

Verwenden Sie diese Aktion, um eine Zeile oder Spalte aus dem Datenrahmen in eine Array-Variable zu lesen oder um Werte zurückzuschreiben.

Schlüsselfaktoren:

Das gebräuchlichste Muster ist: Halten Sie eine numerische Zählervariable, die bei jedem Trial inkrementiert wird, verwenden Sie sie als Indexvariable und lesen Sie die entsprechende Zeile in ein Array. Jedes Element des Arrays entspricht dann einer Spalte dieser Zeile.

Zufällige Datenrahmeneinträge

Verwenden Sie diese Aktion, um die Reihenfolge der Zeilen oder Spalten im Datenrahmen zu randomisieren. Führen Sie sie einmal zu Beginn des Experiments aus (ausgelöst durch ein Sitzungstart-Ereignis), bevor Trials beginnen.

Parameter:

Ein typischer Arbeitsablauf: Stimulusliste pro Trial

Eine typische Einrichtung zum Lesen einer Zeile von Stimuli pro Trial:

1. Laden Sie eine CSV mit einer Zeile pro Trial und Spalten für jedes Stimulusattribut hoch (z. B. word, condition, correct_response).
2. Erstellen Sie eine numerische Variable trial_index mit einem Startwert von 0 und Reset at Trial Start deaktiviert.
3. Fügen Sie zu Beginn des Experiments eine Shuffle Data Frame Entries-Aktion auf Ihrem Datenrahmen hinzu (nach Zeilen).
4. Fügen Sie zu Beginn jedes Trials eine Read from / Write to Data Frame-Aktion hinzu: nach Zeile lesen, Indexvariable = trial_index, Ausgabewerte = eine Array-Variable (z. B. current_trial_data).
5. Erhöhen Sie nach dem Lesen trial_index um 1 mit einer Set / Record Variable arithmetischen Aktion.
6. Verwenden Sie die Elemente der Array-Variablen, um Objektmerkmale festzulegen oder Ereignislogik für diesen Trial zu steuern.

Weiterführende Literatur

Datenrahmenoperationen

Die Aktionen des Ereignissystems zum Lesen von, Schreiben in und Mischen von Datenrahmen zur Laufzeit.

Variablentypen

Ein Verzeichnis für alle sechs Variablentypen und wann jeder verwendet werden sollte.

Variablenattribute

Ein umfassendes Verzeichnis aller Variableneinstellungen: Datentyp, Skala, Format, Startwert, Rücksetzverhalten und Aufzeichnungsoptionen.

Datenrahmenmuster

Wie man Datenrahmen auf häufige Forschungsdesigns anwendet: sequenzielle Stimuluspräsentation, Gegenbalancierung und dateibasierte Stimuli.

Randomisierung und Gegenbalancierung

Wie man Datenrahmen, das Trialsystem und Ereignisse verwendet, um Ihre Studie zu gegenbalancieren und zu randomisieren.

Arbeiten mit Variablen

Die Hub-Seite für den Abschnitt Arbeiten mit Variablen: Typen, Eigenschaften, Aufzeichnungsoptionen und Datenrahmen.