ÎncepețiÎncepe gratuit

Alte rezumate ale valorilor lipsă

Unele rezumate ale valorilor lipsă sunt deosebit de utile pentru anumite tipuri de date. De exemplu, miss_var_span() și miss_var_run().

  • miss_var_span() calculează numărul de valori lipsă dintr-o variabilă specificată, pentru un interval repetat. Este foarte util în datele de tip serie temporală, pentru a identifica tipare săptămânale (de 7 zile) ale valorilor lipsă.

  • miss_var_run() calculează numărul de „rulări" sau „secvențe" de valori lipsă. Este util pentru a descoperi tipare neobișnuite – de exemplu, un model repetat de 5 valori complete urmate de 5 valori lipsă.

Atât miss_var_span(), cât și miss_var_run() funcționează împreună cu operatorul group_by din dplyr.

Acest exercițiu face parte din cursul

Gestionarea datelor lipsă în R

Vezi cursul

Instrucțiuni pentru exercițiu

Folosind setul de date pedestrian din naniar:

  • Calculează rezumate ale valorilor lipsă pentru variabilele din set folosind miss_var_span(), pentru un interval de 4000.
  • Calculează rezumate ale valorilor lipsă pentru cazurile din set folosind miss_var_run().
  • Combină rezultatele cu operatorul group_by din dplyr, grupând după month.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Calculate the summaries for each run of missingness for the variable, hourly_counts
miss_var_run(pedestrian, var = ___)

# Calculate the summaries for each span of missingness, 
# for a span of 4000, for the variable hourly_counts
miss_var_span(pedestrian, var = ___, span_every = ___)

# For each `month` variable, calculate the run of missingness for hourly_counts
pedestrian %>% group_by(month) %>% ___()

# For each `month` variable, calculate the span of missingness 
# of a span of 2000, for the variable hourly_counts
pedestrian %>% group_by(___) %>% ___(var = ___, span_every = ___)
Editează și rulează codul