MulaiMulai sekarang secara gratis

Ada berapa nilai hilang?

Salah satu hal pertama yang perlu Anda periksa pada himpunan data baru adalah apakah ada nilai hilang, dan berapa banyak jumlahnya.

Anda dapat menggunakan are_na() lalu menghitung jumlah nilai hilang, tetapi cara paling efisien untuk menghitung nilai hilang adalah menggunakan fungsi n_miss(). Ini akan memberi tahu Anda total jumlah nilai hilang dalam data.

Anda kemudian dapat mengetahui persentase nilai hilang dalam data dengan fungsi pct_miss. Ini akan memberi tahu Anda persentase nilai hilang dalam data.

Anda juga dapat mencari komplemennya — berapa banyak nilai yang lengkap — menggunakan n_complete dan pct_complete.

Latihan ini adalah bagian dari kursus

Menangani Data Hilang di R

Lihat Kursus

Petunjuk latihan

Dengan menggunakan dataframe contoh tinggi dan berat dat_hw:

  • Gunakan n_miss() pada dataframe dat_hw untuk menghitung total jumlah nilai hilang pada dataframe tersebut.
  • Gunakan n_miss() pada variabel dat_hw$weight untuk menghitung total jumlah nilai hilang pada variabel tersebut.
  • Dengan cara serupa, gunakan prop_miss(), n_complete(), dan prop_complete() untuk mendapatkan proporsi nilai hilang, serta jumlah dan proporsi nilai lengkap untuk dataframe dan variabel.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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(___)
Edit dan Jalankan Kode