CommencezCommencez gratuitement

Utiliser le facettage pour explorer les valeurs manquantes (graphiques multiples)

Une autre technique utile avec geom_miss_point() consiste à explorer les valeurs manquantes en créant plusieurs graphiques.

Comme dans les exercices précédents, nous pouvons utiliser les données nabular pour créer des graphiques facettés supplémentaires.

Nous pouvons même créer plusieurs graphiques facettés selon des valeurs présentes dans les données, comme l'année, et selon des caractéristiques des données, comme l'absence de valeurs.

Cette activité fait partie du cours

Gérer les données manquantes avec R

Voir le cours

Instructions de l’exercice

  • Utilisez geom_miss_point() et facet_wrap() pour examiner en quoi les valeurs manquantes de wind_ew et air_temp_c diffèrent selon l'absence de valeurs de humidity.
  • Utilisez geom_miss_point() et facet_grid() pour examiner en quoi les valeurs manquantes de wind_ew et air_temp_c diffèrent selon l'absence de valeurs de humidity et selon year.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Use geom_miss_point() and facet_wrap to explore how the missingness  
# in wind_ew and air_temp_c is different for missingness of humidity
bind_shadow(oceanbuoys) %>%
  ggplot(aes(x = ___,
           y = ___)) + 
  geom_miss_point() + 
  facet_wrap(~___)

# Use geom_miss_point() and facet_grid to explore how the missingness in wind_ew and air_temp_c 
# is different for missingness of humidity AND by year - by using `facet_grid(humidity_NA ~ year)`
bind_shadow(oceanbuoys) %>%
  ggplot(aes(x = ___,
             y = ___)) + 
  geom_miss_point() + 
  facet_grid(humidity_NA~year)
Modifier et exécuter le code