Tạo biểu đồ histogram cho dữ liệu đã nội suy
Giờ bạn đã có thể tái tạo trực quan hóa đầu tiên của geom_miss_point(), hãy xem cách áp dụng điều này vào các tác vụ khám phá khác.
Một tác vụ hữu ích là đánh giá số lượng giá trị thiếu ở một biến dùng biểu đồ histogram. Ta có thể thực hiện điều này với bộ dữ liệu ocean_imp_track đã tạo ở bài trước, hiện đã được nạp trong phiên làm việc này.
Bài tập này là một phần của khóa học
Xử lý dữ liệu thiếu trong R
Hướng dẫn bài tập
Sử dụng dữ liệu đã nội suy và theo dõi, ocean_imp_track:
- Khám phá các giá trị của
air_temp_c, trực quan hóa mức độ thiếu bằngair_temp_c_NA. - Khám phá các giá trị thiếu trong
humiditybằnghumidity_NA. - Khám phá độ thiếu của
air_temp_ctheo năm, dùngfacet_wrap(~year). - Khám phá độ thiếu của
humiditytheo năm, dùngfacet_wrap(~year).
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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(~___)