Aggregeringar med rowwise()
rowwise() kan vara ett praktiskt verktyg i din dplyr-verktygslåda när det kombineras med c_across(). Tillsammans gör de det möjligt att utföra beräkningar över olika variabler för varje rad. Det kan till exempel vara användbart för att räkna saknade värden per rad för valda variabler.
Den här övningen är en del av kursen
Programmering med dplyr
Övningsinstruktioner
- Sätt upp pipeline:n för beräkningar över varje rad.
- Skapa en kolumn
num_missingsom innehåller antalet saknade värden per rad i kolumnerna frångdp_in_billions_of_usdtill och med den sista kolumnen iimf_data. - Sortera resultaten efter antalet saknade värden i fallande ordning.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
imf_data %>%
# Specify that calculations are done across the row
___() %>%
# Count missings in gdp_in_billions_of_usd to last column
mutate(num_missing = sum(is.na(
___(___:___))
)) %>%
select(country:year, num_missing) %>%
# Arrange by descending number of missing entries
___