การใช้ Facet เพื่อสำรวจค่าที่หายไป (หลายกราฟ)
อีกเทคนิคที่มีประโยชน์เมื่อใช้ geom_miss_point() คือการสร้างกราฟหลายแบบเพื่อสำรวจค่าที่หายไป
เช่นเดียวกับที่ทำในแบบฝึกหัดก่อนหน้า เราสามารถใช้ข้อมูลแบบ nabular เพื่อช่วยสร้างกราฟแบบ facet เพิ่มเติมได้
ยังสามารถสร้างกราฟ facet หลายแบบตามค่าในข้อมูล เช่น ปี และคุณลักษณะของข้อมูล เช่น ค่าที่หายไปได้อีกด้วย
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การจัดการข้อมูลที่หายไปใน R
คำแนะนำการฝึกหัด
- ใช้
geom_miss_point()และfacet_wrap()เพื่อสำรวจว่าค่าที่หายไปในwind_ewและair_temp_cแตกต่างกันอย่างไร ตามสถานะของค่าที่หายไปของhumidity - ใช้
geom_miss_point()และfacet_grid()เพื่อสำรวจว่าค่าที่หายไปในwind_ewและair_temp_cแตกต่างกันอย่างไร ตามสถานะของค่าที่หายไปของhumidityและตามyear
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Use geom_miss_point() and facet_wrap to explore how the missingness
# in wind_ew and air_temp_c is different for missingness of humidity
bind_shadow(oceanbuoys) %>%
ggplot(aes(x = ___,
y = ___)) +
geom_miss_point() +
facet_wrap(~___)
# Use geom_miss_point() and facet_grid to explore how the missingness in wind_ew and air_temp_c
# is different for missingness of humidity AND by year - by using `facet_grid(humidity_NA ~ year)`
bind_shadow(oceanbuoys) %>%
ggplot(aes(x = ___,
y = ___)) +
geom_miss_point() +
facet_grid(humidity_NA~year)