Zacznij terazZacznij za darmo

Twoja pierwsza wizualizacja brakujących danych

Trudno jest zorientować się, gdzie w danych występują brakujące wartości – tutaj z pomocą przychodzi wizualizacja.

Funkcja vis_miss() tworzy ogólny podgląd braków w zbiorze danych. Oferuje też opcję grupowania wierszy na podstawie wzorca braków (cluster = TRUE) oraz sortowania kolumn od najbardziej do najmniej brakujących (sort_miss = TRUE).

To ćwiczenie jest częścią kursu

Praca z brakującymi danymi w R

Zobacz kurs

Instrukcje do ćwiczenia

Korzystając ze zbioru danych riskfactors z pakietu naniar:

  • Użyj vis_miss(), aby zwizualizować brakujące wartości w danych.
  • Użyj vis_miss() z opcją cluster = TRUE, aby zbadać skupiska brakujących wartości.
  • Użyj vis_miss() z opcją sort_miss, aby posortować kolumny według liczby braków.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Visualize all of the missingness in the `riskfactors`  dataset
vis_miss(___)

# Visualize and cluster all of the missingness in the `riskfactors` dataset
vis_miss(___, ___ = TRUE)

# visualize and sort the columns by missingness in the `riskfactors` dataset
vis_miss(___, ___ = TRUE)
Edytuj i uruchom kod