Khám phá sâu hơn các tổ hợp thiếu dữ liệu
Việc biết thêm một chút thông tin về số lượng trường hợp trong mỗi điều kiện thiếu dữ liệu có thể rất hữu ích.
Trong bài tập này, bạn sẽ thêm thông tin về số lượng trường hợp được quan sát bằng cách dùng n() bên trong hàm summarize().
Sau đó, bạn sẽ thêm một mức nhóm nữa bằng cách xem xét tổ hợp độ ẩm bị thiếu (humidity_NA) và nhiệt độ không khí bị thiếu (air_temp_c_NA).
Bài tập này là một phần của khóa học
Xử lý dữ liệu thiếu trong R
Hướng dẫn bài tập
Sử dụng group_by() và summarize() trên wind_ew:
- Tóm tắt theo tình trạng thiếu của
air_temp_c_NA. - Tóm tắt theo tình trạng thiếu của
air_temp_c_NAvàhumidity_NA.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Summarize wind_ew by the missingness of `air_temp_c_NA`
oceanbuoys %>%
bind_shadow() %>%
group_by(___) %>%
summarize(wind_ew_mean = mean(___),
wind_ew_sd = sd(___),
n_obs = ___)
# Summarize wind_ew by missingness of `air_temp_c_NA` and `humidity_NA`
oceanbuoys %>%
bind_shadow() %>%
group_by(___, ___) %>%
summarize(wind_ew_mean = mean(___),
wind_ew_sd = sd(___),
n_obs = ___)