ПочатиПочніть безкоштовно

Створення гістограми імпутованих даних

Тепер, коли ви можете відтворити першу візуалізацію з geom_miss_point(), подивімося, як застосувати цей підхід до інших розвідувальних задач.

Одна з корисних задач — оцінити кількість пропусків у певній змінній за допомогою гістограми. Це можна зробити з використанням набору даних ocean_imp_track, який ми створили у попередній вправі та завантажили в цю сесію.

Ця вправа є частиною курсу

Робота з пропущеними даними в R

Переглянути курс

Інструкції до вправи

Використовуючи імпутовані та відстежені дані ocean_imp_track:

  • Дослідіть значення air_temp_c, візуалізуючи кількість пропусків за допомогою air_temp_c_NA.
  • Дослідіть пропуски у humidity, використовуючи humidity_NA.
  • Дослідіть пропуски у air_temp_c за роками, використовуючи facet_wrap(~year).
  • Дослідіть пропуски у humidity за роками, використовуючи facet_wrap(~year).

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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(~___)
Редагувати та запускати код