【R】《R语言与数据挖掘》第三章上机记录

1047521767

                                                            【R】《R语言与数据挖掘》第三章上机记录
9 R  P3 ~& B* O) W书籍：《R语言与数据挖掘》
#（1）查看数据集中CO2的变量名称，并将Treatment的名称更改为Treat
library(reshape)
& Q" J0 C5 r/ U8 i7 e% @: WCO2
CO2 <- rename(CO2,c(Treatment = "Treat"))

#（2）检验CO2中是否存在缺失值，若有，检测缺失值的位置并删除含有缺失值的行
> anyNA(CO2)
[1] FALSE
; ?+ T% E! Q0 B" F& m4 k+ h/ B" M#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]

+ S9 Y: B6 [1 s# J. W#(3)对变量utake按从小到大和从大到小排序，并对数据集CO2按照uptake排序（从大到小和从小到大）
#篇幅问题删除部分输出数据
> sort(CO2$uptake,decreasing = TRUE) #从大到小
; Q! O- D$ p) \! t2 W [1] 45.5 44.3 43.9 42.9 42.4 42.1 41.8 41.4 41.4 40.6 40.3 39.7
[13] 39.6 39.2 38.9 38.8 38.7 38.6 38.1 37.5 37.2 37.1 35.5 35.4
[25] 35.3 35.0 34.8 34.6 34.0 32.5 32.4 32.4 32.4 31.8 31.5 31.1
[37] 30.9 30.6 30.4 30.3 30.0 28.5 28.1 27.9 27.8 27.3 27.3 26.2
[49] 25.8 24.1 22.2 22.0 21.9 21.0 19.9 19.5 19.4 19.2 18.9 18.9
> sort(CO2$uptake,decreasing = FALSE)
  m8 a3 m- X2 _! t! ^+ d' T [1]  7.7  9.3 10.5 10.6 10.6 11.3 11.4 12.0 12.3 12.5 13.0 13.6
! X, U% i* d4 ?* u% b! |8 |[13] 13.7 14.2 14.4 14.9 15.1 16.0 16.2 17.9 17.9 17.9 18.0 18.1
[25] 18.9 18.9 19.2 19.4 19.5 19.9 21.0 21.9 22.0 22.2 24.1 25.8
[37] 26.2 27.3 27.3 27.8 27.9 28.1 28.5 30.0 30.3 30.4 30.6 30.9
[49] 31.1 31.5 31.8 32.4 32.4 32.4 32.5 34.0 34.6 34.8 35.0 35.3
& |, O4 n) z/ g' d4 d; t  S/ ~2 w& M
; N) q7 G/ p* Z7 }% n> CO2[order(CO2$uptake),]
   Plant        Type      Treat conc uptake
% a! ^/ L, i0 u$ S: u$ N9 n# `71   Mc2 Mississippi    chilled   95    7.7
) F% p$ k/ @1 i/ V2 M5 C  h1 c29   Qc2      Quebec    chilled   95    9.3
64   Mc1 Mississippi    chilled   95   10.5
43   Mn1 Mississippi nonchilled   95   10.6
9 m2 y. R! e9 g$ S" E  \78   Mc3 Mississippi    chilled   95   10.6
57   Mn3 Mississippi nonchilled   95   11.3
' G/ W0 s+ T1 Z
2 I% c% r4 ]2 V) ?1 P  B# B4 ~7 c> CO2[order(-CO2$uptake),]
5 a8 [: M& `( d8 q. }# e- K9 Q   Plant        Type      Treat conc uptake
21   Qn3      Quebec nonchilled 1000   45.5
( v& l+ F1 c3 m& M3 r$ n& i14   Qn2      Quebec nonchilled 1000   44.3
, L5 T3 ?% S" l3 |20   Qn3      Quebec nonchilled  675   43.9
19   Qn3      Quebec nonchilled  500   42.9
35   Qc2      Quebec    chilled 1000   42.4
" B" r# ]/ g+ F1 ]+ @! R5 s6 e
#（4）将CO2随机分成两组数据，第一组和第二组比例为6：4
$ {3 {! |6 x8 T) u  mn <- sample(2,84,replace = TRUE,prob = c(0.6,0.4))
3 m' C$ {8 |0 T* M(sample1 <- CO2[n == 1,])
(sample2 <- CO2[n == 2,])

2 x9 R% X: @, b; M& Z9 G# o8 v$ |#（5）应用tapply()函数，计算不同植物（Plant）对应的uptake的平均值
& b4 E. m+ G/ O. S, I4 B5 itapply(CO2$uptake,CO2$Plant,mean)

#（6）应用aggegate()函数，计算不同植物（Plant）、不同类型（Type）对应的uptake的平均值
' S$ i8 N2 V& B4 K) raggregate(CO2$uptake,by = list(CO2$Plant,CO2$Type),FUN = mean)

#（7）应用lapply()函数，同时计算con和uptake的均值
lapply(c(CO2$conc,CO2$uptake),mean)
% H: v1 i6 s, |$ g9 S
#（8）使用grep()函数，查找出植物名称（Plant）中含有”Qn“的行的位置，并将这些行储存于变量Plant_Qn中
8 t9 z+ H. V' P% w# ~" p" e1 H: SPlant_Qn <- grep("Qn",CO2$Plant,fixed = FALSE)
. L. D5 N7 ]! H, l0 B: qPlant_Qn

6 l2 N* ]7 w. a4 C. f  B#（9）使用gsub()函数，将CO2中植物名称（Plant）中的字符串”Qn“改为”QN“

9 P( f3 w2 O+ j* A2 V6 K+ ~
#编写函数stat，函数同时计算均值、最大值、最小值、标准差、峰度、偏度
8 m. N7 R* K2 d; e% l! H#生成自由度为2的t分布的一百个随机数t，并通过stat函数计算……
gsub("[t]","t",CO2$Plant)

library(fBasics)
stat <- function(x)
{
" C4 }- U) j/ ~  if(!is.numeric(x))
  {
9 t) B( d8 S; m1 g    stop("the input data must be numeric!\n")
  }
, u( n, e/ `/ F& ?# J1 k3 l  \  if(length(x) == 1)
  {
4 V8 P( ~0 v8 H9 K( M    stop("can not compute sd for one number!\n")
4 b& d- J  R' E2 F8 ^! M7 B  }
0 Z- z& \) X' l7 d: U% M5 l/ [  max1 <- max(x)
1 q& V6 g7 V7 z' ^2 G, ~  min1 <- min(x)
! H* u+ q' n# T/ B; s7 Z  mean1 <- mean(x)
  skewness1 <- skewness(x)
  kurtosis1 <- kurtosis(x)
" U; s8 O) J( W; I" u, _& x& e  m7 G  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
# P! N4 L) M$ g) s$ o  return(answer)
: i1 b. g# \' k! }# Y}
" h+ s* ~- H4 ]8 K
t <- rt(100,2)
+ i' A4 n) K+ \2 `0 i* `stat(t)
* i& q, K. n/ ?: {; K, a

+ z$ e0 \! g/ {1 j9 P; C
' m, n% f/ ~& ^0 ]) G
. g( S! S+ I* P  p