Kegemukan WHO vs. harapan hidup
Anda menerima sampel data WHO (who_df) berisi persentase kegemukan dan data harapan hidup per negara, tahun, dan jenis kelamin. Anda ingin memeriksa secara visual korelasi antara kegemukan dan harapan hidup.
Namun, datanya sangat berantakan dengan empat variabel tersembunyi di nama kolom. Setiap nama kolom terdiri dari tiga bagian yang dipisahkan oleh garis bawah: Nilai untuk year, diikuti oleh sex, lalu nilai untuk pct.obese atau life.exp. Karena bagian ketiga dari string nama kolom memuat dua variabel, Anda perlu menggunakan nilai khusus ".value" dalam argumen names_to.
Anda akan memutar data ke format rapi (tidy) dan membuat scatterplot.
Paket ggplot2 telah dimuat sebelumnya untuk Anda.
Latihan ini merupakan bagian dari kursus
Mengubah Bentuk Data dengan tidyr
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
who_df %>%
# Put each variable in its own column
___(
___,
names_to = ___,
names_sep = "_",
names_transform = ___(___ = ___)
)