เวิร์กโฟลว์ข้อมูลที่ขาดหาย: Shadow Matrix และ Nabular Data

การจัดการข้อมูลที่หายไปใน R

Nicholas Tierney

Statistician

ตัวอย่าง

ข้อมูลสำมะโนประชากร ประกอบด้วย:

รายได้
การศึกษา

income	education
48.69087	NA
40.93218	NA
52.69245	high_school
31.33808	NA
89.35671	university
103.87278	university

สิ่งที่จะได้เรียนรู้

Shadow Matrix

คุณสมบัติหลัก 2 ประการ

ชื่อที่สอดคล้องกัน
ค่าที่ชัดเจน

การสร้าง Nabular Data

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

การใช้ Nabular Data เพื่อสรุปข้อมูล

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>

การใช้ Nabular Data เพื่อสรุปข้อมูล

airquality %>%
  bind_shadow() %>%
  group_by(Ozone_NA) %>%
  summarize(mean = mean(Wind))

Ozone_NA	mean
!NA	9.862069
NA	10.256757

มาฝึกกันเถอะ!

การจัดการข้อมูลที่หายไปใน R