LoslegenKostenlos loslegen

miss_scan_count verwenden

Du hast einen Datensatz mit fehlenden Werten, die als "N/A", "missing" und "na" codiert sind. Bevor du diese durch NA ersetzt, solltest du dir ein Bild davon machen, wie groß das Problem ist.

Verwende miss_scan_count, um die potenziellen Fehlwerte im Datensatz pacman zu zählen – ein Datensatz mit Pacman-Scores, der drei Spalten enthält:

  • year: das Jahr, in dem die Person diesen Score erzielt hat.
  • initial: die Initialen der Person.
  • score: die Scores dieser Person.

Diese Übung ist Teil des Kurses

Umgang mit fehlenden Daten in R

Kurs anzeigen

Anleitung zur Übung

Verwende für den Datensatz pacman miss_scan_count(), um nach ungewöhnlichen fehlenden Werten zu suchen:

  • "N/A", "missing", "na" und " " (ein einzelnes Leerzeichen).
  • Um auf einmal nach ungewöhnlichen fehlenden Werten zu suchen.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Explore the strange missing values "N/A"
miss_scan_count(data = ___, search = ___)

# Explore the strange missing values "missing"
miss_scan_count(data = ___, search = ___)

# Explore the strange missing values "na"
___(___ = ___, search = list(___))

# Explore the strange missing values " " (a single space)
miss_scan_count(data = ___, search = ___)

# Explore all of the strange missing values, "N/A", "missing", "na", " "
miss_scan_count(data = ___, search = list(___, ___, ___, ___))
Code bearbeiten und ausführen