शुरू करेंमुफ़्त में शुरू करें

इम्प्यूटेड डेटा का हिस्टोग्राम बनाएँ

अब जब हम geom_miss_point() की पहली विज़ुअलाइज़ेशन दोबारा बना सकते हैं, तो आइए देखें कि इसे अन्य एक्सप्लोरेटरी टास्क्स में कैसे लागू किया जा सकता है.

एक उपयोगी काम है किसी दिए गए वैरिएबल में मिसिंग्स की संख्या को हिस्टोग्राम के जरिए आकलित करना. हम यह पिछले अभ्यास में बनाए गए ocean_imp_track डेटासेट का उपयोग करके कर सकते हैं, जो इस सेशन में लोड है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Missing Data से निपटना

पाठ्यक्रम देखें

अभ्यास निर्देश

इम्प्यूट और ट्रैक किए गए डेटा ocean_imp_track का उपयोग करते हुए:

  • air_temp_c के मानों का अन्वेषण करें, और मिसिंग की मात्रा को air_temp_c_NA से विज़ुअलाइज़ करें.
  • humidity में मिसिंग्स का अन्वेषण करें, humidity_NA का उपयोग करके.
  • वर्ष के अनुसार air_temp_c में मिसिंग्स का अन्वेषण करें, facet_wrap(~year) का उपयोग करके.
  • वर्ष के अनुसार humidity में मिसिंग्स का अन्वेषण करें, facet_wrap(~year) का उपयोग करके.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Explore the values of air_temp_c, visualizing the amount of missings with `air_temp_c_NA`.
p <- ggplot(___, aes(x = ___, fill = ___)) +  ___()

# Expore the missings in humidity using humidity_NA
p2 <- ggplot(___,  aes(x = ___, fill = ___)) + ___()

# Explore the missings in air_temp_c according to year, using `facet_wrap(~year)`.
p + facet_wrap(~___)

# Explore the missings in humidity according to year, using `facet_wrap(~year)`.
p2 + facet_wrap(~___)
कोड संपादित करें और चलाएँ