BaşlayınÜcretsiz başlayın

Doldurulmuş verinin histogramını oluştur

Artık geom_miss_point() ile ilk görselleştirmeyi yeniden oluşturabildiğimize göre, bunu diğer keşif amaçlı görevlere nasıl uygulayabileceğimizi inceleyelim.

Kullanışlı görevlerden biri, bir değişkendeki eksik değerlerin sayısını histogram ile değerlendirmektir. Bunu, önceki egzersizde oluşturduğumuz ve bu oturuma yüklenmiş olan ocean_imp_track veri kümesini kullanarak yapabiliriz.

Bu egzersiz, kursun bir parçasıdır

R'de Eksik Verilerle Başa Çıkma

Kursa Göz Atın

Egzersiz talimatları

Doldurulmuş ve izlenen veri ocean_imp_track ile:

  • air_temp_c değerlerini keşfet; eksik miktarını air_temp_c_NA ile görselleştir.
  • humidity içindeki eksikleri humidity_NA kullanarak keşfet.
  • air_temp_c içindeki eksikleri yıla göre facet_wrap(~year) ile keşfet.
  • humidity içindeki eksikleri yıla göre facet_wrap(~year) ile keşfet.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Explore the values of air_temp_c, visualizing the amount of missings with `air_temp_c_NA`.
p <- ggplot(___, aes(x = ___, fill = ___)) +  ___()

# Expore the missings in humidity using humidity_NA
p2 <- ggplot(___,  aes(x = ___, fill = ___)) + ___()

# Explore the missings in air_temp_c according to year, using `facet_wrap(~year)`.
p + facet_wrap(~___)

# Explore the missings in humidity according to year, using `facet_wrap(~year)`.
p2 + facet_wrap(~___)
Kodu Düzenle ve Çalıştır