शुरू करेंमुफ़्त में शुरू करें

कितने missing values हैं?

किसी नए डेटासेट के साथ आप जो पहली चीज़ जाँचेंगे, वह है कि क्या उसमें कोई missing values हैं, और वे कितनी हैं.

आप are_na() का उपयोग करके missing values की गिनती कर सकते हैं, लेकिन missing को गिनने का सबसे कुशल तरीका n_miss() फंक्शन का उपयोग करना है. यह आपको डेटा में कुल missing values की संख्या बताएगा.

इसके बाद आप pct_miss फंक्शन से डेटा में missing values का प्रतिशत निकाल सकते हैं. यह आपको डेटा में missing values का प्रतिशत बताएगा.

इनका पूरक भी निकाल सकते हैं — यानी कितने complete values हैं — इसके लिए n_complete और pct_complete का उपयोग करें.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Missing Data से निपटना

पाठ्यक्रम देखें

अभ्यास निर्देश

Heights और weights के उदाहरण dataframe dat_hw का उपयोग करते हुए:

  • Dataframe dat_hw पर n_miss() चलाकर dataframe में कुल missing values की गिनती करें.
  • वैरिएबल dat_hw$weight पर n_miss() चलाकर उसमें कुल missing values की गिनती करें.
  • इसी तरह, dataframe और वैरिएबल्स के लिए missings का proportion पाने तथा complete values की संख्या और proportion के लिए prop_miss(), n_complete(), और prop_complete() का उपयोग करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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(___)
कोड संपादित करें और चलाएँ