Các tổng quan khác về dữ liệu thiếu
Một số cách tóm tắt dữ liệu thiếu đặc biệt hữu ích cho những kiểu dữ liệu khác nhau. Ví dụ, miss_var_span() và miss_var_run().
miss_var_span()tính số lượng giá trị thiếu trong một biến xác định theo các khoảng lặp lại. Điều này rất hữu ích với dữ liệu chuỗi thời gian để tìm các mẫu thiếu theo tuần (7 ngày).miss_var_run()tính số lượng "chuỗi" hay "đợt" thiếu. Cách này hữu ích để phát hiện các mẫu thiếu bất thường; chẳng hạn, bạn có thể thấy một mẫu lặp lại gồm 5 quan sát đầy đủ và 5 quan sát thiếu.
Cả miss_var_span() và miss_var_run() đều hoạt động với toán tử group_by từ dplyr.
Bài tập này là một phần của khóa học
Xử lý dữ liệu thiếu trong R
Hướng dẫn bài tập
Sử dụng bộ dữ liệu pedestrian từ naniar:
- Tính các tóm tắt dữ liệu thiếu cho các biến trong dữ liệu bằng
miss_var_span()với khoảng là 4000. - Tính các tóm tắt dữ liệu thiếu cho từng quan sát (cases) trong dữ liệu bằng
miss_var_run(). - Kết hợp với toán tử
group_bycủa dplyr theo biếnmonth.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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 = ___)