Набулярные данные и агрегирование по пропущенным значениям
В этом упражнении вы изучите, как использовать nabular-данные для анализа изменчивости одной переменной в зависимости от наличия пропусков в другой.
Мы будем работать с набором данных oceanbuoys из пакета naniar и строить несколько графиков с помощью фасетирования.
Это позволит вам исследовать различные уровни пропущенных значений.
Это упражнение является частью курса
Работа с пропущенными данными в R
Инструкции к упражнению
- Исследуйте распределение скорости ветра в направлении восток–запад (
wind_ew) в зависимости от наличия пропусков в температуре воздуха: используйтеgeom_density()и фасетирование по переменной пропущенных значений температуры воздуха (air_temp_c_NA). - Дополните визуализацию, добавив заливку по наличию пропусков во влажности (
humidity_NA).
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Explore the distribution of wind east west (wind_ew) for the missingness of air temperature
# using geom_density() and faceting by the missingness of air temperature (air_temp_c_NA).
___ %>%
bind_shadow(___) %>%
ggplot(aes(x = ___)) +
geom_density() +
facet_wrap(~___)
# Build upon this visualization by coloring by the missingness of humidity (humidity_NA).
___ %>%
___(___) %>%
ggplot(aes(x = ___,
color = ___)) +
geom_density() +
___(~___)