ПочатиПочніть безкоштовно

Інші підсумки пропусків

Деякі підсумки пропусків особливо корисні для різних типів даних. Наприклад, miss_var_span() і miss_var_run().

  • miss_var_span() обчислює кількість пропусків у вказаній змінній для повторюваного інтервалу. Це дуже корисно для часових рядів, щоб знаходити тижневі (7 днів) шаблони пропусків.

  • miss_var_run() обчислює кількість «серій» або «відрізків» пропусків. Це допомагає виявляти незвичні шаблони пропусків; наприклад, ви можете знайти повторюваний шаблон із 5 повних і 5 пропущених значень.

І miss_var_span(), і miss_var_run() працюють із оператором group_by з dplyr.

Ця вправа є частиною курсу

Робота з пропущеними даними в R

Переглянути курс

Інструкції до вправи

Використовуючи набір даних pedestrian з naniar:

  • Обчисліть підсумки пропусків для змінних у наборі даних за допомогою miss_var_span() для інтервалу 4000.
  • Обчисліть підсумки пропусків для спостережень у наборі даних за допомогою miss_var_run().
  • Поєднайте з оператором group_by з dplyr для month.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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 = ___)
Редагувати та запускати код