ComenzarEmpieza gratis

¿Cuántos valores faltantes hay?

Una de las primeras cosas que querrás comprobar con un conjunto de datos nuevo es si hay valores faltantes y cuántos hay.

Podrías usar are_na() y contar los valores faltantes, pero la forma más eficiente de contarlos es con la función n_miss(). Esta te dirá el número total de valores faltantes en los datos.

Luego puedes calcular el porcentaje de valores faltantes con la función pct_miss. Esto te dirá el porcentaje de valores faltantes en los datos.

También puedes obtener el complemento de estos —cuántos valores completos hay— usando n_complete y pct_complete.

Este ejercicio forma parte del curso

Tratamiento de datos faltantes en R

Ver curso

Instrucciones del ejercicio

Usando el dataframe de ejemplo de alturas y pesos dat_hw:

  • Usa n_miss() sobre el dataframe dat_hw para contar el número total de valores faltantes del dataframe.
  • Usa n_miss() sobre la variable dat_hw$weight para contar el número total de valores faltantes de esa variable.
  • Del mismo modo, usa prop_miss(), n_complete(), y prop_complete() para obtener la proporción de faltantes y el número y la proporción de valores completos tanto para el dataframe como para las variables.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Use n_miss() to count the total number of missing values in dat_hw
n_miss(___)

# Use n_miss() on dat_hw$weight to count the total number of missing values
n_miss(___$___)

# Use n_complete() on dat_hw to count the total number of complete values
n_complete(___)

# Use n_complete() on dat_hw$weight to count the total number of complete values
___(___$___)

# Use prop_miss() and prop_complete() on dat_hw to count the total number of missing values in each of the variables
prop_miss(____)
prop_complete(___)
Editar y ejecutar código