Začněte nyníZačněte zdarma

Skupinové souhrny chybějících hodnot

Teď, když umíš vytvořit nabular data, pojďme je využít k prozkoumání datasetu. Vypočítáme souhrnné statistiky podle toho, zda v jiné proměnné chybí hodnoty.

Postupujeme takto:

  • Nejdřív pomocí bind_shadow() převedeme data na nabular data.

  • Pak provedeme souhrny dat pomocí group_by() a summarize() — vypočítáme průměr a směrodatnou odchylku funkcemi mean() a sd().

Toto cvičení je součástí kurzu

Práce s chybějícími daty v R

Zobrazit kurz

Pokyny k cvičení

  • Pro dataset oceanbuoys:

  • Zavolej bind_shadow(), pak group_by() podle chybějících hodnot vlhkosti (humidity_NA) a pomocí summarize() z dplyr vypočítej průměr a směrodatnou odchylku pro vítr ve směru východ–západ (wind_ew).

  • Zopakuj totéž, ale tentokrát spočítej souhrny pro vítr ve směru sever–jih (wind_ns).

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# `bind_shadow()` and `group_by()` humidity missingness (`humidity_NA`)
oceanbuoys %>%
  ___() %>%
  group_by(___) %>% 
  summarize(wind_ew_mean = mean(___), # calculate mean of wind_ew
            wind_ew_sd = ___)) # calculate standard deviation of wind_ew
  
# Repeat this, but calculating summaries for wind north south (`wind_ns`).
___ %>%
  ___ %>%
  group_by(___) %>%
  summarize(___ = ___(___),
            ___ = ___(___))
Upravit a spustit kód