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
คำแนะนำการฝึกหัด
ใช้ชุดข้อมูล pedestrian จาก naniar เพื่อทำสิ่งต่อไปนี้:
- คำนวณสรุปค่าสูญหายของตัวแปรในชุดข้อมูลโดยใช้
miss_var_span()สำหรับช่วง 4000 - คำนวณสรุปค่าสูญหายของแถวในชุดข้อมูลโดยใช้
miss_var_run() - นำมาใช้ร่วมกับ operator
group_byของ dplyr โดยจัดกลุ่มตามmonth
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 = ___)