เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

มีค่าที่ขาดหายไปกี่ค่า?

สิ่งแรกที่ควรตรวจสอบเมื่อได้รับชุดข้อมูลใหม่คือ มีค่าที่ขาดหายไปหรือไม่ และมีจำนวนเท่าไร

แม้จะใช้ are_na() เพื่อนับค่าที่ขาดหายไปได้ แต่ วิธีที่มีประสิทธิภาพที่สุด คือการใช้ฟังก์ชัน n_miss() ซึ่งจะบอก จำนวนค่าที่ขาดหายไปทั้งหมด ในข้อมูล

นอกจากนี้ ยังสามารถหาเปอร์เซ็นต์ของค่าที่ขาดหายไปได้ด้วยฟังก์ชัน pct_miss ซึ่งจะแสดง เปอร์เซ็นต์ของค่าที่ขาดหายไป ในข้อมูล

ยังสามารถหาค่าตรงข้ามได้ด้วย นั่นคือจำนวนค่าที่สมบูรณ์ โดยใช้ n_complete และ pct_complete

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การจัดการข้อมูลที่หายไปใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

โดยใช้ dataframe ตัวอย่างที่เก็บข้อมูลส่วนสูงและน้ำหนัก dat_hw:

  • ใช้ n_miss() กับ dataframe dat_hw เพื่อนับจำนวนค่าที่ขาดหายไปทั้งหมดใน dataframe
  • ใช้ n_miss() กับตัวแปร dat_hw$weight เพื่อนับจำนวนค่าที่ขาดหายไปในตัวแปรนั้น
  • ในทำนองเดียวกัน ให้ใช้ prop_miss(), n_complete(), และ prop_complete() เพื่อหาสัดส่วนของค่าที่ขาดหายไป รวมถึงจำนวนและสัดส่วนของค่าที่สมบูรณ์ ทั้งสำหรับ dataframe และตัวแปร

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Use n_miss() to count the total number of missing values in dat_hw
n_miss(___)

# Use n_miss() on dat_hw$weight to count the total number of missing values
n_miss(___$___)

# Use n_complete() on dat_hw to count the total number of complete values
n_complete(___)

# Use n_complete() on dat_hw$weight to count the total number of complete values
___(___$___)

# Use prop_miss() and prop_complete() on dat_hw to count the total number of missing values in each of the variables
prop_miss(____)
prop_complete(___)
แก้ไขและรันโค้ด