НачатьНачать бесплатно

Знакомство с данными IPEDS II

Большинство анализов требует предварительной обработки данных. К счастью, в tidyverse есть множество функций для очистки фреймов данных. Например, функция drop_na() удаляет наблюдения с пропущенными значениями. По умолчанию drop_na() проверяет все столбцы и удаляет все наблюдения, в которых есть хотя бы одно пропущенное значение.

miss_ex <- tibble(
             animal = c("dog", "cat", "rat", NA),
             name   = c("Woodruf", "Stryker", NA, "Morris"),
             age    = c(1:4))
miss_ex

miss_ex %>% 
     drop_na() %>% 
     arrange(desc(age))

# A tibble: 2 x 3
  animal    name   age
   <chr>   <chr> <dbl>
1    cat Stryker     2
2    dog Woodruf     1

Это упражнение является частью курса

Интерактивные карты с leaflet в R

Посмотреть курс

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Remove colleges with missing sector information
ipeds <- 
    ipeds_missing %>% 
    ___()
Редактировать и запускать код