Aan de slagBegin gratis

De IPEDS-gegevens verkennen II

Voor de meeste analyses moet je data wranglen. Gelukkig zijn er in de tidyverse veel functies die het opschonen van dataframes makkelijker maken. Zo verwijdert de functie drop_na() observaties met ontbrekende waarden. Standaard controleert drop_na() alle kolommen op ontbrekende waarden en verwijdert het alle observaties met één of meer ontbrekende waarden.

miss_ex <- tibble(
             animal = c("dog", "cat", "rat", NA),
             name   = c("Woodruf", "Stryker", NA, "Morris"),
             age    = c(1:4))
miss_ex

miss_ex %>% 
     drop_na() %>% 
     arrange(desc(age))

# A tibble: 2 x 3
  animal    name   age
   <chr>   <chr> <dbl>
1    cat Stryker     2
2    dog Woodruf     1

Deze oefening maakt deel uit van de cursus

Interactieve kaarten met leaflet in R

Bekijk cursus

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Remove colleges with missing sector information
ipeds <- 
    ipeds_missing %>% 
    ___()
Code bewerken en uitvoeren