开始使用免费开始使用

按组汇总缺失情况

既然您已经可以创建 nabular 数据了，我们来用它探索数据。我们将根据另一个变量的缺失情况计算汇总统计量。

为此，我们将按以下步骤进行：

  • 首先，使用 bind_shadow() 将数据转换为 nabular 数据。

  • 接着，使用 group_by() 和 summarize() 对数据做汇总，调用 mean() 和 sd() 函数计算均值和标准差。

本练习是课程的一部分

在 R 中处理缺失数据

查看课程

练习说明

  • 对 oceanbuoys 数据集：

  • 先用 bind_shadow()，然后按湿度是否缺失（humidity_NA）使用 group_by() 分组，并用 dplyr 的 summarize() 计算风向东西（wind_ew）的均值和标准差。

  • 重复上述步骤，但改为对风向南北（wind_ns）计算汇总统计。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# `bind_shadow()` and `group_by()` humidity missingness (`humidity_NA`)
oceanbuoys %>%
  ___() %>%
  group_by(___) %>% 
  summarize(wind_ew_mean = mean(___), # calculate mean of wind_ew
            wind_ew_sd = ___)) # calculate standard deviation of wind_ew
  
# Repeat this, but calculating summaries for wind north south (`wind_ns`).
___ %>%
  ___ %>%
  group_by(___) %>%
  summarize(___ = ___(___),
            ___ = ___(___))
编辑并运行代码