เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

สรุปค่าสูญหายในรูปแบบอื่น

ฟังก์ชันบางตัวมีประโยชน์เป็นพิเศษสำหรับข้อมูลบางประเภท ตัวอย่างเช่น miss_var_span() และ miss_var_run()

  • miss_var_span() คำนวณจำนวนค่าสูญหายในตัวแปรที่ระบุตามช่วงที่กำหนดซ้ำ ฟังก์ชันนี้มีประโยชน์มากสำหรับข้อมูลอนุกรมเวลา เช่น การหารูปแบบค่าสูญหายรายสัปดาห์ (7 วัน)

  • miss_var_run() คำนวณจำนวน "ช่วงต่อเนื่อง" หรือ "streak" ของค่าสูญหาย ซึ่งช่วยในการค้นหารูปแบบที่ผิดปกติ เช่น อาจพบรูปแบบซ้ำที่มีค่าครบ 5 แถวและค่าสูญหาย 5 แถวสลับกัน

ทั้ง miss_var_span() และ miss_var_run() ใช้งานร่วมกับ operator group_by ของ dplyr ได้

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การจัดการข้อมูลที่หายไปใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

ใช้ชุดข้อมูล pedestrian จาก naniar เพื่อทำสิ่งต่อไปนี้:

  • คำนวณสรุปค่าสูญหายของตัวแปรในชุดข้อมูลโดยใช้ miss_var_span() สำหรับช่วง 4000
  • คำนวณสรุปค่าสูญหายของแถวในชุดข้อมูลโดยใช้ miss_var_run()
  • นำมาใช้ร่วมกับ operator group_by ของ dplyr โดยจัดกลุ่มตาม month

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Calculate the summaries for each run of missingness for the variable, hourly_counts
miss_var_run(pedestrian, var = ___)

# Calculate the summaries for each span of missingness, 
# for a span of 4000, for the variable hourly_counts
miss_var_span(pedestrian, var = ___, span_every = ___)

# For each `month` variable, calculate the run of missingness for hourly_counts
pedestrian %>% group_by(month) %>% ___()

# For each `month` variable, calculate the span of missingness 
# of a span of 2000, for the variable hourly_counts
pedestrian %>% group_by(___) %>% ___(var = ___, span_every = ___)
แก้ไขและรันโค้ด