CommencerCommencez gratuitement

Autres résumés de la présence de valeurs manquantes

Certains résumés de valeurs manquantes sont particulièrement utiles selon le type de données. Par exemple, miss_var_span() et miss_var_run().

  • miss_var_span() calcule le nombre de valeurs manquantes d’une variable donnée sur des intervalles répétés. C’est très utile pour les séries temporelles, par exemple pour repérer des motifs hebdomadaires (7 jours) de valeurs manquantes.

  • miss_var_run() calcule le nombre de « runs » ou « séries consécutives » de valeurs manquantes. Cela permet d’identifier des motifs inhabituels de données manquantes ; par exemple, vous pourriez trouver un motif répétitif de 5 complètes puis 5 manquantes.

miss_var_span() et miss_var_run() fonctionnent tous deux avec l’opérateur group_by de dplyr.

Cet exercice fait partie du cours

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

Instructions de l’exercice

En utilisant le jeu de données pedestrian de naniar :

  • Calculez des résumés de valeurs manquantes pour les variables du jeu de données avec miss_var_span(), pour un intervalle de 4000.
  • Calculez des résumés de valeurs manquantes pour les cas du jeu de données avec miss_var_run().
  • Combinez avec l’opérateur group_by de dplyr sur month.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Calculate the summaries for each run of missingness for the variable, hourly_counts
miss_var_run(pedestrian, var = ___)

# Calculate the summaries for each span of missingness, 
# for a span of 4000, for the variable hourly_counts
miss_var_span(pedestrian, var = ___, span_every = ___)

# For each `month` variable, calculate the run of missingness for hourly_counts
pedestrian %>% group_by(month) %>% ___()

# For each `month` variable, calculate the span of missingness 
# of a span of 2000, for the variable hourly_counts
pedestrian %>% group_by(___) %>% ___(var = ___, span_every = ___)
Modifier et exécuter le code