建立 shadow matrix 資料
遺漏值常常不容易察覺，因為它們不會主動顯示，反而藏在資料的角落裡。
一個能幫助你發現遺漏值的方法，是改變看待資料的方式——把每個資料值都視為「遺漏」或「不遺漏」。
R 中的 as_shadow() 會把一個 dataframe 轉換成 shadow matrix。這是一種特殊的資料格式，其中的值只表示是否遺漏：遺漏（NA）或不遺漏（!NA）。
shadow matrix 的欄位名稱與原始資料相同，但都會加上 _NA 字尾。
若要同時追蹤並將原始資料值與其遺漏狀態對照，請使用 bind_shadow()。當我們把 shadow matrix 的欄位與原始資料綁在一起使用時，這種格式稱為 nabular 資料。
本練習屬於課程
在 R 中處理遺漏值
練習說明
使用 oceanbuoys 資料集：
- 使用
as_shadow()建立 shadow matrix 資料。 - 使用
bind_shadow()將 shadow 與原始資料綁在一起，建立 nabular 資料。 - 只綁定包含遺漏值的變數：使用
bind_shadow(only_miss = TRUE)。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Create shadow matrix data with `as_shadow()`
___(___)
# Create nabular data by binding the shadow to the data with `bind_shadow()`
___(___)
# Bind only the variables with missing values by using bind_shadow(only_miss = TRUE)
___(___, ___ = TRUE)