進一步探索更多遺漏情況的組合
在每種遺漏情況下多瞭解一些各組的筆數，常常很有幫助。
在這個練習中，你要在 summarize() 函式內使用 n()，加入觀測筆數的資訊。
接著，我們會再加入一個分組層級，觀察濕度是否遺漏（humidity_NA）與氣溫是否遺漏（air_temp_c_NA）的組合。
本練習屬於課程
在 R 中處理遺漏值
練習說明
在 wind_ew 上搭配使用 group_by() 與 summarize()：
- 依據
air_temp_c_NA的遺漏與否進行彙總。 - 依據
air_temp_c_NA與humidity_NA的遺漏與否進行彙總。
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。
# 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 = ___)