เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การสร้างข้อมูล Shadow Matrix

ข้อมูลที่ขาดหายไปอาจทำให้สับสนได้ เพราะมักไม่แสดงตัวเองให้เห็นชัดเจน แต่ซ่อนอยู่ในข้อมูลโดยไม่มีสัญญาณบอก

วิธีหนึ่งที่ช่วยให้มองเห็นค่าที่หายไปได้ง่ายขึ้น คือการเปลี่ยนมุมมองต่อข้อมูล โดยพิจารณาว่าแต่ละค่าในข้อมูลนั้น "ขาดหายไป" หรือ "ไม่ขาดหายไป"

ฟังก์ชัน as_shadow() ใน R จะแปลง dataframe ให้กลายเป็น shadow matrix ซึ่งเป็นรูปแบบข้อมูลพิเศษที่แต่ละค่าจะเป็นได้แค่ขาดหายไป (NA) หรือไม่ขาดหายไป (!NA)

ชื่อคอลัมน์ของ shadow matrix จะเหมือนกับข้อมูลต้นฉบับ แต่มีส่วนต่อท้ายเพิ่มเป็น _NA

เพื่อติดตามและเปรียบเทียบค่าข้อมูลกับสถานะการขาดหายไป ให้ใช้ฟังก์ชัน bind_shadow() ข้อมูลในรูปแบบนี้ ที่มีคอลัมน์ shadow matrix ผูกติดกับข้อมูลปกติ เรียกว่าข้อมูลแบบ nabular

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การจัดการข้อมูลที่หายไปใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

โดยใช้ชุดข้อมูล oceanbuoys:

  • สร้างข้อมูล shadow matrix ด้วย as_shadow()
  • สร้างข้อมูลแบบ nabular โดยผูก shadow เข้ากับข้อมูลด้วย bind_shadow()
  • ผูกเฉพาะตัวแปรที่มีค่าขาดหายไปโดยใช้ bind_shadow(only_miss = TRUE)

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Create shadow matrix data with `as_shadow()`
___(___)

# Create nabular data by binding the shadow to the data with `bind_shadow()`
___(___)

# Bind only the variables with missing values by using bind_shadow(only_miss = TRUE)
___(___, ___ = TRUE)
แก้ไขและรันโค้ด