Začněte nyníZačněte zdarma

Vizualizace imputovaných hodnot v bodovém grafu

Teď zkusíme znovu vytvořit jeden z grafů, které jsme viděli ve třetí kapitole a které používaly geom_miss_point().

K tomu potřebujeme imputovat data pod rozsah původních hodnot. Jde o speciální druh imputace, který slouží k prozkoumání dat. Tato imputace nám ukáže, co si potřebujeme procvičit: jak sledovat chybějící hodnoty. K imputaci dat pod rozsah hodnot použijeme funkci impute_below_all().

Toto cvičení je součástí kurzu

Práce s chybějícími daty v R

Zobrazit kurz

Pokyny k cvičení

Pracuj s daty oceanbuoys:

  • Imputuj chybějící hodnoty a sleduj je pomocí funkcí bind_shadow(), impute_below_all() a add_label_shadow().
  • Vizualizuj chybějící hodnoty pro vítr a teplotu vzduchu na ose x a y, přičemž chybějící hodnoty teploty vzduchu zbarvi pomocí air_temp_c_NA.
  • Vizualizuj vlhkost a teplotu vzduchu na ose x a y, přičemž všechny případy s chybějícími hodnotami zbarvi pomocí proměnné any_missing.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Impute and track the missing values
ocean_imp_track <- bind_shadow(___) %>% 
  impute_below_all() %>% 
  add_label_shadow()

# Visualize the missingness in wind and air temperature,  
# coloring missing air temp values with air_temp_c_NA
ggplot(___, 
       aes(x = ___, y = ___, color = ___)) + 
  geom_point()

# Visualize humidity and air temp, coloring any missing cases using the variable any_missing
ggplot(___, 
       aes(x = ___, y = ___, color = ___)) +  
  geom_point()
Upravit a spustit kód