缺失数据流程：阴影矩阵与 Nabular 数据

在 R 中处理缺失数据

Nicholas Tierney

Statistician

一个示例

人口普查数据包含：

  • 收入
  • 教育
income education
48.69087 NA
40.93218 NA
52.69245 high_school
31.33808 NA
89.35671 university
103.87278 university
在 R 中处理缺失数据

本节内容

在 R 中处理缺失数据

阴影矩阵

在 R 中处理缺失数据

阴影矩阵

两大特性

  1. 协调的命名
  2. 清晰的取值
在 R 中处理缺失数据

创建 Nabular 数据

income education income_NA education_NA
48.69087 NA !NA NA
40.93218 NA !NA NA
52.69245 high_school !NA !NA
31.33808 NA !NA NA
89.35671 university !NA !NA
103.87278 university !NA !NA
在 R 中处理缺失数据

用 Nabular 数据做汇总

bind_shadow(airquality)

# A tibble: 153 x 12
   Ozone Solar.R  Wind  Temp Month   Day Ozone_NA Solar.R_NA Wind_NA Temp_NA
   <int>   <int> <dbl> <int> <int> <int> <fct>    <fct>      <fct>   <fct>  
 1    41     190   7.4    67     5     1 !NA      !NA        !NA     !NA    
 2    36     118   8      72     5     2 !NA      !NA        !NA     !NA    
 3    12     149  12.6    74     5     3 !NA      !NA        !NA     !NA    
 4    18     313  11.5    62     5     4 !NA      !NA        !NA     !NA    
 5    NA      NA  14.3    56     5     5 NA       NA         !NA     !NA    
 6    28      NA  14.9    66     5     6 !NA      NA         !NA     !NA    
 7    23     299   8.6    65     5     7 !NA      !NA        !NA     !NA    
 8    19      99  13.8    59     5     8 !NA      !NA        !NA     !NA    
 9     8      19  20.1    61     5     9 !NA      !NA        !NA     !NA    
10    NA     194   8.6    69     5    10 NA       !NA        !NA     !NA    
# ... with 143 more rows, and 2 more variables: Month_NA <fct>, Day_NA <fct>
在 R 中处理缺失数据

用 Nabular 数据做汇总

airquality %>%
  bind_shadow() %>%
  group_by(Ozone_NA) %>%
  summarize(mean = mean(Wind))
Ozone_NA mean
!NA 9.862069
NA 10.256757
在 R 中处理缺失数据

Passons à la pratique !

在 R 中处理缺失数据

Preparing Video For Download...