filter-na4

2023

eda

na

string

Published

May 14, 2023

Aufgabe

Liefern Sie einen visuellen Überblick über fehlende Werte im Datensatz penguins!

Lösung

Setup

library(tidyverse)
d_path <- "https://vincentarelbundock.github.io/Rdatasets/csv/palmerpenguins/penguins.csv"
d <- read_csv(d_path)
nrow(d)

[1] 344

Weg 1

library(visdat)
vis_dat(d)

Weg 2

d_na_only <- 
  d %>% 
  rowwise() %>% 
  mutate(na_n = sum(is.na(cur_data()))) %>% 
  ungroup()

d_na_only %>% 
  ggplot(aes(x = na_n)) +
  geom_bar()

Categories:

2023
eda
na
string

---
exname: filter-na4
expoints: 1
extype: string
exsolution: NA
categories:
- 2023
- eda
- na
- string
date: '2023-05-14'
slug: filter-na4
title: filter-na4

---








# Aufgabe

Liefern Sie einen visuellen Überblick über fehlende Werte im Datensatz `penguins`! 




</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>

# Lösung

## Setup

```{r}
library(tidyverse)
d_path <- "https://vincentarelbundock.github.io/Rdatasets/csv/palmerpenguins/penguins.csv"
d <- read_csv(d_path)
nrow(d)
```


## Weg 1

```{r}
library(visdat)
vis_dat(d)
```

## Weg 2

```{r}
d_na_only <- 
  d %>% 
  rowwise() %>% 
  mutate(na_n = sum(is.na(cur_data()))) %>% 
  ungroup()

d_na_only %>% 
  ggplot(aes(x = na_n)) +
  geom_bar()
```





---

Categories: 

- 2023
- eda
- na
- string