使用 rowwise() 做彙總運算
當 rowwise() 搭配 c_across() 使用時，是你在 dplyr 程式設計工具箱裡很實用的工具。兩者合用，可以在每一列上跨不同變數進行計算。例如，這對於在指定變數上計算每一列的遺漏值個數就很有幫助。
本練習屬於課程
使用 dplyr 進行程式設計
練習說明
- 設定資料管線，讓計算能夠針對每一列進行。
- 建立欄位
num_missing，內容為每一列在gdp_in_billions_of_usd到imf_data的最後一個欄位之間，遺漏值的數量。 - 依遺漏值數量由大到小排序結果。
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。
imf_data %>%
# Specify that calculations are done across the row
___() %>%
# Count missings in gdp_in_billions_of_usd to last column
mutate(num_missing = sum(is.na(
___(___:___))
)) %>%
select(country:year, num_missing) %>%
# Arrange by descending number of missing entries
___