缺失情况制表
我们刚刚计算的缺失汇总，给出了按观测（cases）和变量（variables）统计的缺失数量与缺失百分比。
另一种汇总缺失的方法，是统计在某个变量或某个观测中出现 0、1、2、3 个缺失值的次数。
本练习中，您将使用 miss_var_table() 和 miss_case_table() 对每个变量和每个观测的缺失数量进行制表，并结合 dplyr 的 group_by 运算符，在数据集中按分组变量进行汇总与探索。
本练习是课程的一部分
在 R 中处理缺失数据
练习说明
针对 airquality 数据集：
- 使用
miss_var_table()对每个变量的缺失情况进行制表。 - 使用
miss_case_table()对每个观测的缺失情况进行制表。 - 结合
dplyr的group_by()函数，按Month分组，分别为变量与观测创建相应的制表。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Tabulate missingness in each variable and case of the `airquality` dataset
___(airquality)
___(___)
# Tabulate the missingness in each variable, grouped by Month, in the `airquality` dataset
airquality %>% group_by(___) %>% miss_var_table()
# Tabulate of missingness in each case, grouped by Month, in the `airquality` dataset
airquality %>% ___ %>% miss_case_table()