3. 数据导入与导出：JMP支持的文件格式与Minitab兼容性
在半导体良率分析中，数据源往往来自不同系统：EDA测试机台输出CSV、工艺参数记录为Excel、历史良率日志为TXT、而部分Fab长期使用SAS存储。JMP作为数据清洗前端，必须能无缝读取这些异构格式，并在清洗后导出为Minitab可识别的格式，供后续模型验证使用。本节将系统梳理JMP支持的文件格式、导入向导的关键配置，以及导出为Minitab兼容格式的标准流程。
💡 核心原则： 数据导入阶段保留原始字段类型与精度，导出阶段以Minitab的.MTW或.CSV为桥梁，避免因格式转换导致数据截断或类型错误。
3.1 JMP支持的文件格式一览
JMP原生支持超过20种数据格式，以下为良率分析中最常用的五种格式及其适用场景：
| 格式 | 扩展名 | 典型来源 | 良率场景 | 注意事项 |
|---|---|---|---|---|
| CSV | .csv | 测试机台、MES系统 | 晶圆测试良率、CP/FT数据 | 注意分隔符（逗号/分号）与编码（UTF-8/ANSI） |
| Excel | .xlsx / .xls | 工艺工程师手工记录 | 缺陷分布、DOE实验设计表 | 多Sheet需指定Sheet名；合并单元格会导致空行 |
| TXT | .txt | 日志文件、老旧系统导出 | 设备报警日志、良率历史趋势 | 固定宽度或分隔符需手动定义 |
| SAS | .sas7bdat | Fab级数据分析平台 | 长期良率数据集、SPC控制图数据 | 需安装SAS组件或使用JMP Pro |
| JMP原生 | .jmp | JMP自身保存 | 中间清洗结果、分析脚本 | 保留列属性、公式、脚本等元数据 |
📌 专家建议： 对于超过100MB的大型良率数据集，优先使用CSV或JMP原生格式，避免Excel的行数限制（约104万行）和性能瓶颈。
3.2 导入向导使用：以CSV与Excel为例
JMP的导入向导（File > Open）提供了图形化界面，可针对不同格式调整解析参数。以下为CSV和Excel的标准导入流程：
3.2.1 CSV导入步骤
- 选择文件： File > Open，选择.csv文件，点击“Open”。
- 预览与分隔符： 在导入预览窗口检查数据是否对齐；若未正确分隔，手动指定分隔符（逗号、制表符、分号）。
- 列类型识别： JMP自动识别数值、字符、日期列；对于良率数据中的“Pass/Fail”字符列，确认类型为“Character”。
- 首行作为列标题： 勾选“First line contains column names”，确保字段名正确映射。
- 编码设置： 若中文显示乱码，在“Character Set”中选择“UTF-8”或“GB2312”。
- 导入： 点击“Import”，数据表生成。
3.2.2 Excel导入步骤
- 选择文件： File > Open，选择.xlsx文件。
- 选择Sheet： 在“Sheet”下拉菜单中选择目标工作表（如“Wafer_Map”）。
- 处理合并单元格： 勾选“Stack multiple row headers”或手动删除空行。
- 列属性： 检查日期列是否被识别为数值；若否，在列上右键 > “Column Info”手动修改数据类型。
- 导入： 点击“Import”，数据表生成。
⚠️ 常见陷阱： Excel中隐藏的行或列会被JMP一并导入，导致数据量异常。导入前建议在Excel中清除隐藏行/列，或使用“Subset”功能在JMP中筛选。
3.3 数据导出为Minitab兼容格式
Minitab支持多种数据导入方式，其中.MTW（Minitab工作簿）和.CSV是最可靠的两种格式。JMP导出时需注意字段类型与缺失值的处理，以确保Minitab模型验证时数据一致。
3.3.1 导出为CSV（推荐）
// JMP操作路径
File > Save As > 选择“CSV (*.csv)”
// 关键配置
- 分隔符：逗号（Comma）
- 编码：UTF-8（确保中文兼容）
- 列标题：包含（Include column names）
- 缺失值：留空（Leave blank）3.3.2 导出为MTW（Minitab原生格式）
// JMP操作路径
File > Save As > 选择“Minitab (*.mtw)”
// 注意事项
- JMP自动将列类型映射为Minitab的C（数值）和T（文本）
- 日期列会被转换为Minitab的日期格式（需在Minitab中验证）
- 公式列、脚本等元数据不会保留3.3.3 导出前后数据一致性检查清单
| 检查项 | JMP导出前 | Minitab导入后 | 验证方法 |
|---|---|---|---|
| 行数 | 记录总行数 | 与JMP一致 | 使用“Summary”或“Describe”功能 |
| 列数 | 记录总列数 | 与JMP一致 | 查看列标题数量 |
| 数值列均值 | 计算关键字段均值 | 偏差 < 0.001 | Minitab > Stat > Basic Statistics |
| 缺失值数量 | 记录缺失值位置 | 与JMP一致 | Minitab > Data > Display Data |
| 日期格式 | 确认日期列类型 | 可被Minitab识别 | Minitab > Calc > Date/Time |
🔧 实战技巧： 在JMP中先使用“Tables > Summary”生成一份数据概要（含均值、缺失值计数），导出后在Minitab中运行“Stat > Basic Statistics > Display Descriptive Statistics”对比结果，可快速定位导出异常。
3.4 常见问题与避坑指南
- CSV分隔符冲突： 若数据字段内包含逗号（如“Pass, Fail”），导出时使用制表符（Tab）作为分隔符，或在Minitab导入时指定引号转义。
- 日期格式不兼容： JMP默认日期格式为“yyyy-mm-dd”，Minitab可能识别为“mm/dd/yyyy”。导出前在JMP中将日期列转换为“Character”类型，或使用统一的数值时间戳。
- 缺失值表示差异： JMP中缺失值显示为“.”，Minitab中为“*”。导出为CSV时，缺失值留空即可，Minitab导入时会自动识别为空为缺失。
- 列名长度限制： Minitab列名最多31个字符。JMP中若列名过长，导出前使用“Column Info”重命名。
- 大数据集性能： 超过50万行的数据集，导出为CSV比MTW更快，且Minitab导入CSV时支持增量加载。
📊 良率案例： 某Fab在导出CP测试数据（80万行，32列）时，使用CSV格式导出耗时12秒，Minitab导入耗时8秒；而使用MTW格式导出耗时45秒，导入耗时20秒。对于大规模良率数据，CSV是更高效的桥梁格式。
3.5 小结
数据导入与导出是良率分析流水线的起点和终点。JMP通过导入向导支持CSV、Excel、TXT、SAS等多种格式，导出时优先选择CSV或MTW以兼容Minitab。关键在于：导入时保留原始字段精度，导出时验证数据一致性。掌握这些操作，可确保从数据清洗到模型验证的链路畅通无阻。