visdat-數據初步探索性可視化工具

visdat - Preliminary Exploratory Visualisation of Data

byrOpenSci

如何安裝？

你可以在CRAN獲取visdat

如果您想使用開發版本，請從github安裝：

visdat能做什麼？

vis_dat最初受到csv-fingerprint的啟發，通過使用vis_dat將數據框中的變數類顯示為帶有vis_dat的繪圖，並使用vis_miss簡要查看丟失的數據模式，vis_dat將幫助你可視化數據框並「查看數據」。

visdat的六大特點如下：

你可以在「using visdat」小節中查看更多關於visdat的信息。

請注意，本項目隨著貢獻者行為準則一起發布。 參與此項目即表示同意遵守其條款。

示例

使用vis_dat()

讓我們看看基地R的airquality（空氣質量）數據集中的內容，其中包含有關1973年5月至9月紐約每日空氣質量測量的信息。有關數據集的更多信息可以在?airquality中找到。

上面的圖告訴我們，R讀取這個數據集時是數值和整數值，並在Ozone和Solar.R中顯示一些缺失的數據。類在圖例中表示，缺失的數據用灰色表示，列/變數名列在x軸上。

使用vis_miss()

我們可以使用vis_miss()進一步探索缺失的數據：

vis_miss中缺失/完成的百分比精確到小數點後1位。

你可以通過設置cluster = TRUE來對缺失進行聚類：

通過設置sort_miss = TRUE，數據列也可以按缺失最多的列進行排列：

vis_miss表示當缺失率

vis_miss還將提示何時沒有丟失數據：

為了進一步探索數據集中的缺失結構，我推薦使用naniar包，它為缺失值的圖形和數值探索提供了更多通用工具。

使用vis_compare()

有時你想要查看數據中發生了哪些變化。vis_compare()可以顯示兩個相同大小的數據幀的差異。 我們來看一個例子：

讓我們對chickwts做一些修改，並比較這個新的數據集：

這裡的差異會用藍色標出。

如果你嘗試在尺寸不同時比較差異，則會出現一個非常難看的錯誤：

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！