Zacznij terazZacznij za darmo

Tabelaryczne podsumowanie braków danych

Podsumowania braków danych, które właśnie wyliczyliśmy, pokazują liczbę i odsetek brakujących obserwacji dla przypadków i zmiennych.

Inny sposób podsumowania braków danych polega na zliczaniu, ile razy w danej zmiennej lub przypadku pojawia się 0, 1, 2, 3 braki.

W tym ćwiczeniu zestawisz w tabeli liczbę braków w każdym przypadku i każdej zmiennej, korzystając z funkcji miss_var_table() i miss_case_table(). Połączysz też te podsumowania z operatorem group_by z pakietu dplyr, aby zbadać wyniki w podziale na grupy zdefiniowane przez wybraną zmienną w zbiorze danych.

To ćwiczenie jest częścią kursu

Praca z brakującymi danymi w R

Zobacz kurs

Instrukcje do ćwiczenia

Dla zbioru danych airquality:

  • Utwórz tabelaryczne podsumowanie braków danych dla każdej zmiennej, używając funkcji miss_var_table().
  • Utwórz tabelaryczne podsumowanie braków danych dla każdego przypadku, używając funkcji miss_case_table().
  • Połącz poprzednie zestawienia z funkcją group_by() z pakietu dplyr, aby uzyskać podsumowania dla każdej zmiennej i każdego przypadku w podziale według zmiennej Month.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Tabulate missingness in each variable and case of the `airquality` dataset
___(airquality)
___(___)

# Tabulate the missingness in each variable, grouped by Month, in the `airquality` dataset
airquality %>% group_by(___) %>% miss_var_table()

# Tabulate of missingness in each case, grouped by Month, in the `airquality` dataset
airquality %>% ___ %>% miss_case_table()
Edytuj i uruchom kod