ข้อมูล Nabular และการสรุปผลตามค่าที่หายไป
ในแบบฝึกหัดนี้ เราจะสำรวจวิธีใช้ข้อมูล nabular เพื่อศึกษาการกระจายตัวของตัวแปรหนึ่ง โดยแบ่งตามสถานะค่าที่หายไปของอีกตัวแปรหนึ่ง
เราจะใช้ชุดข้อมูล oceanbuoys จาก naniar แล้วสร้างกราฟหลายชุดโดยใช้ facets
วิธีนี้ช่วยให้สามารถสำรวจรูปแบบค่าที่หายไปได้ในหลายมิติ
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การจัดการข้อมูลที่หายไปใน R
คำแนะนำการฝึกหัด
- สำรวจการกระจายตัวของลมในแนวตะวันออก-ตะวันตก (
wind_ew) ตามสถานะค่าที่หายไปของอุณหภูมิอากาศ โดยใช้geom_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() +
___(~___)