Začněte nyníZačněte zdarma

Faceting pro průzkum chybějících hodnot (více grafů)

Další užitečnou technikou při práci s geom_miss_point() je průzkum chybějících hodnot pomocí více grafů najednou.

Jako v předchozích cvičeních můžeme využít nabular data k vytvoření dalších facetovaných grafů.

Můžeme dokonce vytvářet více grafů najednou – podle hodnot v datech (například roku) i podle vlastností dat, jako jsou chybějící hodnoty.

Toto cvičení je součástí kurzu

Práce s chybějícími daty v R

Zobrazit kurz

Pokyny k cvičení

  • Použij geom_miss_point() a facet_wrap() k prozkoumání toho, jak se chybějící hodnoty v wind_ew a air_temp_c liší v závislosti na chybějících hodnotách proměnné humidity.
  • Použij geom_miss_point() a facet_grid() k prozkoumání toho, jak se chybějící hodnoty v wind_ew a air_temp_c liší v závislosti na chybějících hodnotách proměnné humidity a podle year.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Use geom_miss_point() and facet_wrap to explore how the missingness  
# in wind_ew and air_temp_c is different for missingness of humidity
bind_shadow(oceanbuoys) %>%
  ggplot(aes(x = ___,
           y = ___)) + 
  geom_miss_point() + 
  facet_wrap(~___)

# Use geom_miss_point() and facet_grid to explore how the missingness in wind_ew and air_temp_c 
# is different for missingness of humidity AND by year - by using `facet_grid(humidity_NA ~ year)`
bind_shadow(oceanbuoys) %>%
  ggplot(aes(x = ___,
             y = ___)) + 
  geom_miss_point() + 
  facet_grid(humidity_NA~year)
Upravit a spustit kód