ÎncepețiÎncepe gratuit

Vizualizează valorile imputate într-un grafic de tip scatter

Acum, să recreăm unul dintre graficele anterioare din capitolul trei, care folosea geom_miss_point().

Pentru a face acest lucru, trebuie să imputăm datele sub intervalul valorilor existente. Aceasta este o formă specială de imputare, folosită pentru a explora datele. Imputarea va ilustra exact ce avem nevoie să exersăm: cum să urmărim valorile lipsă. Pentru a imputa datele sub intervalul valorilor existente, folosim funcția impute_below_all().

Acest exercițiu face parte din cursul

Gestionarea datelor lipsă în R

Vezi cursul

Instrucțiuni pentru exercițiu

Folosind setul de date oceanbuoys:

  • Imputează și urmărește valorile lipsă cu ajutorul funcțiilor bind_shadow(), impute_below_all() și add_label_shadow().
  • Vizualizează valorile lipsă pentru viteza vântului și temperatura aerului pe axa x, respectiv y, colorând valorile lipsă ale temperaturii aerului cu air_temp_c_NA.
  • Vizualizează umiditatea și temperatura aerului pe axa x, respectiv y, colorând orice cazuri cu valori lipsă folosind variabila any_missing.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Impute and track the missing values
ocean_imp_track <- bind_shadow(___) %>% 
  impute_below_all() %>% 
  add_label_shadow()

# Visualize the missingness in wind and air temperature,  
# coloring missing air temp values with air_temp_c_NA
ggplot(___, 
       aes(x = ___, y = ___, color = ___)) + 
  geom_point()

# Visualize humidity and air temp, coloring any missing cases using the variable any_missing
ggplot(___, 
       aes(x = ___, y = ___, color = ___)) +  
  geom_point()
Editează și rulează codul