เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

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

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ geom_miss_point() และ facet_wrap() เพื่อสำรวจว่าค่าที่หายไปใน wind_ew และ air_temp_c แตกต่างกันอย่างไร ตามสถานะของค่าที่หายไปของ humidity
  • ใช้ geom_miss_point() และ facet_grid() เพื่อสำรวจว่าค่าที่หายไปใน wind_ew และ air_temp_c แตกต่างกันอย่างไร ตามสถานะของค่าที่หายไปของ humidity และตาม year

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)
แก้ไขและรันโค้ด