Khám phá thiếu có điều kiện với ggplot

Xử lý dữ liệu thiếu trong R

Nicholas Tierney

Statistician

Nội dung sẽ học

Cách dùng dữ liệu nabular để khám phá việc giá trị thay đổi khi giá trị khác bị thiếu
Khám phá trực quan hóa:
- mật độ (densities)
- biểu đồ hộp
- các cách tách (split) biểu đồ khác nhau

ggplot(airquality,
       aes(x = Temp)) + 
  geom_density()

airquality %>%
  bind_shadow() %>%
  ggplot(aes(x = Temp,
             color = Ozone_NA)) + 
  geom_density()

airquality %>%
  bind_shadow() %>%
  ggplot(aes(x = Ozone_NA,
             y = Temp)) + 
  geom_boxplot()

airquality %>%
  bind_shadow() %>%
  ggplot(aes(x = Temp)) + 
  geom_density() + 
  facet_wrap(~Ozone_NA)

airquality %>%
  bind_shadow() %>%
  ggplot(aes(x = Temp,
             y = Wind)) + 
  geom_point() +
  facet_wrap(~ Ozone_NA)

airquality %>%
  bind_shadow() %>%
  ggplot(aes(x = Temp,
             y = Wind,
             color = Ozone_NA)) + 
  geom_point()

airquality %>%
  bind_shadow() %>%
  ggplot(aes(x = Temp,
             color = Ozone_NA)) + 
  geom_density()  +
  facet_wrap(~ Solar.R_NA)

Xử lý dữ liệu thiếu trong R