MulaiMulai sekarang secara gratis

Memfaktakan untuk mengeksplorasi nilai hilang (banyak plot)

Teknik berguna lain dengan geommisspoint() adalah mengeksplorasi nilai hilang dengan membuat banyak plot.

Seperti yang telah kita lakukan pada latihan sebelumnya, kita dapat menggunakan data nabular untuk membantu membuat plot berfakta tambahan.

Kita bahkan dapat membuat beberapa plot berfakta berdasarkan nilai dalam data, seperti year, dan karakteristik data, seperti ketiadaan nilai.

Latihan ini adalah bagian dari kursus

Menangani Data Hilang di R

Lihat Kursus

Petunjuk latihan

  • Gunakan geom_miss_point() dan facet_wrap() untuk mengeksplorasi bagaimana ketiadaan nilai pada wind_ew dan air_temp_c berbeda terhadap ketiadaan nilai pada humidity.
  • Gunakan geom_miss_point() dan facet_grid() untuk mengeksplorasi bagaimana ketiadaan nilai pada wind_ew dan air_temp_c berbeda terhadap ketiadaan nilai pada humidity dan menurut year.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Use geom_miss_point() and facet_wrap to explore how the missingness  
# in wind_ew and air_temp_c is different for missingness of humidity
bind_shadow(oceanbuoys) %>%
  ggplot(aes(x = ___,
           y = ___)) + 
  geom_miss_point() + 
  facet_wrap(~___)

# Use geom_miss_point() and facet_grid to explore how the missingness in wind_ew and air_temp_c 
# is different for missingness of humidity AND by year - by using `facet_grid(humidity_NA ~ year)`
bind_shadow(oceanbuoys) %>%
  ggplot(aes(x = ___,
             y = ___)) + 
  geom_miss_point() + 
  facet_grid(humidity_NA~year)
Edit dan Jalankan Kode