CommencerCommencez gratuitement

Données nabulaires et synthèse par présence de valeurs manquantes

Dans cet exercice, nous allons voir comment utiliser les données nabular pour explorer la variation d’une variable en fonction des valeurs manquantes d’une autre.

Nous allons utiliser le jeu de données oceanbuoys de naniar, puis créer plusieurs graphiques à l’aide de facettes.

Cela vous permet d’explorer différents niveaux de valeurs manquantes.

Cet exercice fait partie du cours

<cours>Gérer les données manquantes en R</cours>
Voir le cours

Instructions de l’exercice

  • Explorez la distribution du vent est-ouest (wind_ew) selon la présence de valeurs manquantes de la température de l’air en utilisant geom_density() et en créant des facettes selon les valeurs manquantes de la température de l’air (air_temp_c_NA).
  • Améliorez cette visualisation en coloriant selon la présence de valeurs manquantes de l’humidité (humidity_NA).

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Explore the distribution of wind east west (wind_ew) for the missingness of air temperature 
# using geom_density() and faceting by the missingness of air temperature (air_temp_c_NA).
___ %>%
  bind_shadow(___) %>%
  ggplot(aes(x = ___)) + 
  geom_density() + 
  facet_wrap(~___)

# Build upon this visualization by coloring by the missingness of humidity (humidity_NA).
___ %>%
  ___(___) %>%
  ggplot(aes(x = ___,
             color = ___)) + 
  geom_density() + 
  ___(~___)
Modifier et exécuter le code