สำรวจค่าที่ขาดหายแบบมีเงื่อนไขด้วย ggplot

การจัดการข้อมูลที่หายไปใน R

Nicholas Tierney

Statistician

สิ่งที่จะได้เรียนรู้

  • วิธีใช้ข้อมูล nabular เพื่อสำรวจว่าค่าเปลี่ยนแปลงอย่างไรเมื่อค่าอื่นขาดหายไป
  • สำรวจการแสดงผล:
    • density plot
    • box plot
    • วิธีแบ่งกราฟแบบต่างๆ
การจัดการข้อมูลที่หายไปใน R

แสดงค่าที่ขาดหายด้วย density plot

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

การจัดการข้อมูลที่หายไปใน R

แสดงค่าที่ขาดหายด้วย density plot

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

การจัดการข้อมูลที่หายไปใน R

แสดงค่าที่ขาดหายด้วย box plot

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

การจัดการข้อมูลที่หายไปใน R

แสดงค่าที่ขาดหายด้วย facet

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

การจัดการข้อมูลที่หายไปใน R

แสดงค่าที่ขาดหายด้วย facet

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

การจัดการข้อมูลที่หายไปใน R

แสดงค่าที่ขาดหายด้วยสี

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

การจัดการข้อมูลที่หายไปใน R

เพิ่มชั้นของค่าที่ขาดหาย

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

การจัดการข้อมูลที่หายไปใน R

มาฝึกกันเถอะ!

การจัดการข้อมูลที่หายไปใน R

Preparing Video For Download...