153  filter-na1

Schlüsselwörter

Aufgaben, Statistik, Prognose, Modellierung, R, Datenanalyse, Regression

153.1 Aufgabe

Filtern Sie alle Zeilen ohne fehlende Werte im Datensatz penguins!

153.2 Lösung

Wie oft in einer Sprache, gibt es mehrere Wege, eine Sache auszudrücken. So auch in R. Im Folgenden sind mehrere Lösungen vorgeschlagen. Sie müssen nicht alle kennen. Es reicht, wenn Sie eine einzige kennen (es sei denn, Sie wollen ein Experte sein oder werden). Betrachten Sie es als eine Frage des Geschmacks: Das Menü ist vor Ihnen ausgebreitet, und Sie greifen zu dem, was Ihnen am meisten zusagt. \(\square\)

153.2.1 Setup

library(tidyverse)
d_path <- "https://vincentarelbundock.github.io/Rdatasets/csv/palmerpenguins/penguins.csv"
d <- read_csv(d_path)
nrow(d)
## [1] 344

153.2.2 Weg 1

d_nona <-
  d %>% 
  filter(complete.cases(.))

nrow(d_nona)
## [1] 333

153.2.3 Weg 2

d %>% 
  filter(if_all(everything(), ~ !is.na(.))) %>% 
  nrow()
## [1] 333

153.2.4 Weg 3

d |> 
  drop_na() |> 
  nrow()
## [1] 333

---

Categories:

• 2023
• eda
• na
• string