เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ข้อมูล Nabular และการสรุปผลตามค่าที่หายไป

ในแบบฝึกหัดนี้ เราจะสำรวจวิธีใช้ข้อมูล nabular เพื่อศึกษาการกระจายตัวของตัวแปรหนึ่ง โดยแบ่งตามสถานะค่าที่หายไปของอีกตัวแปรหนึ่ง

เราจะใช้ชุดข้อมูล oceanbuoys จาก naniar แล้วสร้างกราฟหลายชุดโดยใช้ facets

วิธีนี้ช่วยให้สามารถสำรวจรูปแบบค่าที่หายไปได้ในหลายมิติ

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การจัดการข้อมูลที่หายไปใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สำรวจการกระจายตัวของลมในแนวตะวันออก-ตะวันตก (wind_ew) ตามสถานะค่าที่หายไปของอุณหภูมิอากาศ โดยใช้ geom_density() และแบ่ง facet ตามค่าที่หายไปของอุณหภูมิอากาศ (air_temp_c_NA)
  • ต่อยอดการแสดงผลนี้ด้วยการเติมสีตามสถานะค่าที่หายไปของความชื้น (humidity_NA)

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Explore the distribution of wind east west (wind_ew) for the missingness of air temperature 
# using geom_density() and faceting by the missingness of air temperature (air_temp_c_NA).
___ %>%
  bind_shadow(___) %>%
  ggplot(aes(x = ___)) + 
  geom_density() + 
  facet_wrap(~___)

# Build upon this visualization by coloring by the missingness of humidity (humidity_NA).
___ %>%
  ___(___) %>%
  ggplot(aes(x = ___,
             color = ___)) + 
  geom_density() + 
  ___(~___)
แก้ไขและรันโค้ด