Có bao nhiêu giá trị bị thiếu?
Một trong những việc đầu tiên bạn nên kiểm tra với một bộ dữ liệu mới là liệu có giá trị bị thiếu không và có bao nhiêu.
Bạn có thể dùng are_na() để đếm số lượng giá trị bị thiếu, nhưng cách hiệu quả nhất để đếm thiếu là dùng hàm n_miss(). Hàm này sẽ cho bạn biết tổng số giá trị bị thiếu trong dữ liệu.
Sau đó bạn có thể tìm phần trăm giá trị bị thiếu trong dữ liệu với hàm pct_miss. Hàm này sẽ cho bạn biết tỷ lệ phần trăm giá trị bị thiếu trong dữ liệu.
Bạn cũng có thể tìm phần bù của các giá trị này — có bao nhiêu giá trị đầy đủ — bằng cách dùng n_complete và pct_complete.
Bài tập này là một phần của khóa học
Xử lý dữ liệu thiếu trong R
Hướng dẫn bài tập
Sử dụng dataframe ví dụ về chiều cao và cân nặng dat_hw:
- Dùng
n_miss()trên dataframedat_hwđể đếm tổng số giá trị bị thiếu trong dataframe. - Dùng
n_miss()trên biếndat_hw$weightđể đếm tổng số giá trị bị thiếu của biến này. - Tương tự, dùng
prop_miss(),n_complete(), vàprop_complete()để lấy tỷ lệ giá trị bị thiếu, cũng như số lượng và tỷ lệ giá trị đầy đủ cho cả dataframe và các biến.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Use n_miss() to count the total number of missing values in dat_hw
n_miss(___)
# Use n_miss() on dat_hw$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(___)