CommencezCommencez gratuitement

Combien de valeurs manquantes y a-t-il?

L'une des premières vérifications à faire avec un nouveau jeu de données est de voir s'il contient des valeurs manquantes et combien.

Vous pourriez utiliser are_na() pour compter les valeurs manquantes, mais la façon la plus efficace de les compter est d'employer la fonction n_miss(). Elle vous donne le nombre total de valeurs manquantes dans les données.

Vous pouvez ensuite calculer la proportion de valeurs manquantes dans les données avec la fonction pct_miss. Elle vous indique le pourcentage de valeurs manquantes dans les données.

Vous pouvez aussi obtenir le complément — le nombre de valeurs complètes — à l'aide de n_complete et pct_complete.

Cette activité fait partie du cours

Gérer les données manquantes avec R

Voir le cours

Instructions de l’exercice

En utilisant le tableau de données d'exemple des tailles et des poids dat_hw :

  • Utilisez n_miss() sur le tableau de données dat_hw pour compter le nombre total de valeurs manquantes du tableau.
  • Utilisez n_miss() sur la variable dat_hw$weight pour compter le nombre total de valeurs manquantes de cette variable.
  • Utilisez de la même façon prop_miss(), n_complete() et prop_complete() pour obtenir la proportion de valeurs manquantes ainsi que le nombre et la proportion de valeurs complètes pour le tableau de données et les variables.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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(___)
Modifier et exécuter le code