Nabular 数据与按缺失情况分组填充
汇总统计很有用，但俗话说，"一图胜千言"。
在本练习中，您将学习如何使用 nabular 数据，根据一个变量的缺失情况来探索另一个变量的变异。
我们将使用 naniar 中的 oceanbuoys 数据集。
本练习是课程的一部分
在 R 中处理缺失数据
练习说明
- 先使用
vis_miss()探索oceanbuoys的缺失结构。 - 使用
geom_density()，根据气温是否缺失来探索风向东西分量（wind_ew）的分布。 - 使用
geom_density()，根据湿度是否缺失来探索海温的分布。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# First explore the missingness structure of `oceanbuoys` using `vis_miss()`
vis_miss(___)
# Explore the distribution of `wind_ew` for the missingness
# of `air_temp_c_NA` using `geom_density()`
bind_shadow(oceanbuoys) %>%
ggplot(aes(x = ___,
color = air_temp_c_NA)) +
geom_density()
# Explore the distribution of sea temperature for the
# missingness of humidity (humidity_NA) using `geom_density()`
___(___) %>%
ggplot(aes(x = ___,
color = ___)) +
geom_density()