Aan de slagBegin gratis

Gegroepeerde samenvattingen van ontbrekende waarden uitvoeren

Nu je nabular data kunt maken, gaan we die gebruiken om de data te verkennen. We berekenen samenvattende statistieken op basis van de ontbrekendheid van een andere variabele.

Om dit te doen gebruiken we de volgende stappen:

  • Eerst zet bind_shadow() de data om naar nabular data.

  • Voer daarna samenvattingen uit op de data met group_by() en summarize() om het gemiddelde en de standaarddeviatie te berekenen met de functies mean() en sd().

Deze oefening maakt deel uit van de cursus

Omgaan met missende data in R

Bekijk cursus

Oefeninstructies

  • Voor de gegevensset oceanbuoys:

  • Voer bind_shadow() uit, gebruik daarna group_by() voor de ontbrekendheid van humidity (humidity_NA) en bereken de gemiddelden en standaarddeviaties voor wind oost-west (wind_ew) met summarize() uit dplyr.

  • Herhaal dit, maar bereken samenvattingen voor wind noord-zuid (wind_ns).

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# `bind_shadow()` and `group_by()` humidity missingness (`humidity_NA`)
oceanbuoys %>%
  ___() %>%
  group_by(___) %>% 
  summarize(wind_ew_mean = mean(___), # calculate mean of wind_ew
            wind_ew_sd = ___)) # calculate standard deviation of wind_ew
  
# Repeat this, but calculating summaries for wind north south (`wind_ns`).
___ %>%
  ___ %>%
  group_by(___) %>%
  summarize(___ = ___(___),
            ___ = ___(___))
Code bewerken en uitvoeren