Aggregationen mit rowwise()
rowwise() kann ein praktisches Werkzeug in deiner dplyr-Programmier-Toolbox sein, besonders in Kombination mit c_across(). Zusammen ermöglichen sie dir, Berechnungen über verschiedene Variablen hinweg für jede Zeile durchzuführen. Das ist zum Beispiel nützlich, um für ausgewählte Variablen die fehlenden Werte je Zeile zu zählen.
Diese Übung ist Teil des Kurses
<Kurs>Programmieren mit dplyr</Kurs>Übungsanweisungen
- Richte die Pipeline so ein, dass Berechnungen zeilenweise ausgeführt werden.
- Erstelle eine Spalte
num_missing, die die Anzahl fehlender Werte je Zeile in den Spalten vongdp_in_billions_of_usdbis zur letzten Spalte inimf_dataenthält. - Sortiere die Ergebnisse nach der Anzahl fehlender Einträge in absteigender Reihenfolge.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
imf_data %>%
# Specify that calculations are done across the row
___() %>%
# Count missings in gdp_in_billions_of_usd to last column
mutate(num_missing = sum(is.na(
___(___:___))
)) %>%
select(country:year, num_missing) %>%
# Arrange by descending number of missing entries
___