НачатьНачать бесплатно

Сколько пропущенных значений?

Когда вы работаете с новым набором данных, одно из первых действий — проверить, есть ли в нём пропущенные значения и сколько их.

Можно воспользоваться are_na() и подсчитать пропуски вручную, однако наиболее эффективный способ — функция n_miss(). Она возвращает общее количество пропущенных значений в данных.

Долю пропущенных значений можно найти с помощью функции pct_miss. Она показывает процент пропусков в данных.

Кроме того, вы можете получить дополняющие показатели — количество и долю заполненных значений — с помощью функций n_complete и pct_complete.

Это упражнение является частью курса

Работа с пропущенными данными в R

Посмотреть курс

Инструкции к упражнению

Используя пример фрейма данных с ростом и весом dat_hw:

  • Примените n_miss() к фрейму данных dat_hw, чтобы подсчитать общее количество пропущенных значений в нём.
  • Примените n_miss() к переменной dat_hw$weight, чтобы подсчитать общее количество пропущенных значений в ней.
  • Аналогично используйте prop_miss(), n_complete() и prop_complete(), чтобы получить долю пропусков, а также количество и долю заполненных значений — как для фрейма данных в целом, так и для отдельных переменных.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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(___)
Редактировать и запускать код