Kom igångKom igång gratis

Andra sammanfattningar av saknade värden

Vissa sammanfattningar av saknade värden är särskilt användbara för olika typer av data. Till exempel miss_var_span() och miss_var_run().

  • miss_var_span() beräknar antalet saknade värden i en angiven variabel för ett upprepat intervall. Det är mycket användbart för tidsseriedata, till exempel för att leta efter veckobundna (7 dagars) mönster av saknade värden.

  • miss_var_run() beräknar antalet "körningar" eller "sekvenser" av saknade värden. Det är användbart för att hitta ovanliga mönster, till exempel ett upprepat mönster med 5 kompletta och 5 saknade värden.

Både miss_var_span() och miss_var_run() fungerar med operatorn group_by från dplyr.

Den här övningen är en del av kursen

Hantera saknade värden i R

Visa kurs

Övningsinstruktioner

Använd datamängden pedestrian från naniar:

  • Beräkna sammanfattningar av saknade värden för variablerna i datamängden med miss_var_span(), för ett intervall på 4 000.
  • Beräkna sammanfattningar av saknade värden för observationerna i datamängden med miss_var_run().
  • Kombinera med group_by-operatorn från dplyr för month.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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 = ___)
Redigera och kör kod