ПочатиПочніть безкоштовно

Скільки пропущених значень?

Одна з перших перевірок у новому наборі даних — чи є пропущені значення та скільки їх.

Можна було б скористатися are_na() і підрахувати пропуски, але найефективніший спосіб підрахунку — функція n_miss(). Вона покаже загальну кількість пропущених значень у даних.

Далі можна знайти відсоток пропущених значень за допомогою функції pct_miss. Вона покаже частку (відсоток) пропущених значень у даних.

Також можна знайти доповнення до цього — скільки є повних значень — за допомогою n_complete і pct_complete.

Ця вправа є частиною курсу

Робота з пропущеними даними в R

Переглянути курс

Інструкції до вправи

Використовуючи приклад датафрейма з зростом і вагою dat_hw:

  • Застосуйте n_miss() до датафрейма dat_hw, щоб підрахувати загальну кількість пропущених значень у датафреймі.
  • Застосуйте n_miss() до змінної dat_hw$weight, щоб підрахувати загальну кількість пропущених значень у ній.
  • Так само використайте prop_miss(), n_complete() і prop_complete(), щоб отримати частку пропущених значень, а також кількість і частку повних значень для датафрейма та змінних.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Use n_miss() to count the total number of missing values in dat_hw
n_miss(___)

# Use n_miss() on dat_hw$weight to count the total number of missing values
n_miss(___$___)

# Use n_complete() on dat_hw to count the total number of complete values
n_complete(___)

# Use n_complete() on dat_hw$weight to count the total number of complete values
___(___$___)

# Use prop_miss() and prop_complete() on dat_hw to count the total number of missing values in each of the variables
prop_miss(____)
prop_complete(___)
Редагувати та запускати код