Začněte nyníZačněte zdarma

Další souhrny chybějících hodnot

Některé souhrny chybějících hodnot se hodí zejména pro určité typy dat. Patří mezi ně například miss_var_span() a miss_var_run().

  • miss_var_span() spočítá počet chybějících hodnot v zadané proměnné pro opakující se intervaly. To se výborně hodí u dat z časových řad, kde hledáš třeba týdenní (7denní) vzory chybějících hodnot.

  • miss_var_run() spočítá počet „sérií" nebo „sekvencí" chybějících hodnot. Hodí se k odhalení neobvyklých vzorů – například se může ukázat, že se opakuje pattern 5 úplných a 5 chybějících hodnot.

Obě funkce miss_var_span() i miss_var_run() fungují s operátorem group_by z balíčku dplyr.

Toto cvičení je součástí kurzu

Práce s chybějícími daty v R

Zobrazit kurz

Pokyny k cvičení

Pracuj s datasetem pedestrian z balíčku naniar:

  • Pomocí miss_var_span() vypočítej souhrny chybějících hodnot pro proměnné v datasetu, a to pro interval 4000.
  • Pomocí miss_var_run() vypočítej souhrny chybějících hodnot pro jednotlivé záznamy v datasetu.
  • Výsledky kombinuj s operátorem group_by z balíčku dplyr pro proměnnou month.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Calculate the summaries for each run of missingness for the variable, hourly_counts
miss_var_run(pedestrian, var = ___)

# Calculate the summaries for each span of missingness, 
# for a span of 4000, for the variable hourly_counts
miss_var_span(pedestrian, var = ___, span_every = ___)

# For each `month` variable, calculate the run of missingness for hourly_counts
pedestrian %>% group_by(month) %>% ___()

# For each `month` variable, calculate the span of missingness 
# of a span of 2000, for the variable hourly_counts
pedestrian %>% group_by(___) %>% ___(var = ___, span_every = ___)
Upravit a spustit kód