ÎncepețiÎncepe gratuit

Câte valori lipsă există?

Unul dintre primele lucruri pe care vei dori să le verifici cu un set de date nou este dacă există valori lipsă și câte sunt.

Ai putea folosi are_na() pentru a număra valorile lipsă, dar cel mai eficient mod de a le contoriza este funcția n_miss(). Aceasta îți va spune numărul total de valori lipsă din date.

Poți afla apoi procentul valorilor lipsă cu funcția pct_miss. Aceasta îți va indica procentajul valorilor lipsă din date.

De asemenea, poți găsi complementul acestora – câte valori complete există – folosind n_complete și pct_complete.

Acest exercițiu face parte din cursul

Gestionarea datelor lipsă în R

Vezi cursul

Instrucțiuni pentru exercițiu

Folosind dataframe-ul exemplu cu înălțimi și greutăți dat_hw:

  • Folosește n_miss() pe dataframe-ul dat_hw pentru a număra totalul valorilor lipsă din acesta.
  • Folosește n_miss() pe variabila dat_hw$weight pentru a număra totalul valorilor lipsă din aceasta.
  • Similar, folosește prop_miss(), n_complete() și prop_complete() pentru a obține proporția valorilor lipsă, respectiv numărul și proporția valorilor complete, atât pentru dataframe, cât și pentru variabile.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Use n_miss() to count the total number of missing values in dat_hw
n_miss(___)

# Use n_miss() on dat_hw$weight to count the total number of missing values
n_miss(___$___)

# Use n_complete() on dat_hw to count the total number of complete values
n_complete(___)

# Use n_complete() on dat_hw$weight to count the total number of complete values
___(___$___)

# Use prop_miss() and prop_complete() on dat_hw to count the total number of missing values in each of the variables
prop_miss(____)
prop_complete(___)
Editează și rulează codul