ПочатиПочніть безкоштовно

Групові підсумки за відсутніми значеннями

Тепер, коли ви можете створювати nabular-дані, скористаймося ними для дослідження набору даних. Обчислімо підсумкові статистики залежно від відсутності значень в іншій змінній.

Щоб це зробити, виконайте такі кроки:

  • Спершу bind_shadow() перетворює дані на nabular-дані.

  • Далі виконайте підсумки над даними за допомогою group_by() і summarize(), щоб обчислити середнє та стандартне відхилення, використовуючи функції mean() і sd().

Ця вправа є частиною курсу

Робота з пропущеними даними в R

Переглянути курс

Інструкції до вправи

  • Для набору даних oceanbuoys:

  • Застосуйте bind_shadow(), потім group_by() за ознакою відсутності вологості (humidity_NA) і обчисліть середні значення та стандартні відхилення для вітру схід–захід (wind_ew) за допомогою summarize() з dplyr.

  • Повторіть це, але обчисліть підсумки для вітру північ–південь (wind_ns).

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# `bind_shadow()` and `group_by()` humidity missingness (`humidity_NA`)
oceanbuoys %>%
  ___() %>%
  group_by(___) %>% 
  summarize(wind_ew_mean = mean(___), # calculate mean of wind_ew
            wind_ew_sd = ___)) # calculate standard deviation of wind_ew
  
# Repeat this, but calculating summaries for wind north south (`wind_ns`).
___ %>%
  ___ %>%
  group_by(___) %>%
  summarize(___ = ___(___),
            ___ = ___(___))
Редагувати та запускати код