【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
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)
CO2
# ]* Z1 m& V3 `CO2 <- rename(CO2,c(Treatment = "Treat"))

/ C, i2 @5 W  n& p0 j9 G' V#（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)
: t; W9 _. M3 p% o2 Q! g5 j[1] FALSE
% ?$ ?: F0 S; {- m#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]

: L. E5 }; g  {4 J1 {#(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）
- ?% z9 U; d; A% l; _#篇幅问题删除部分输出数据
> sort(CO2$uptake,decreasing = TRUE) #从大到小
[1] 45.5 44.3 43.9 42.9 42.4 42.1 41.8 41.4 41.4 40.6 40.3 39.7
[13] 39.6 39.2 38.9 38.8 38.7 38.6 38.1 37.5 37.2 37.1 35.5 35.4
[25] 35.3 35.0 34.8 34.6 34.0 32.5 32.4 32.4 32.4 31.8 31.5 31.1
[37] 30.9 30.6 30.4 30.3 30.0 28.5 28.1 27.9 27.8 27.3 27.3 26.2
[49] 25.8 24.1 22.2 22.0 21.9 21.0 19.9 19.5 19.4 19.2 18.9 18.9
> sort(CO2$uptake,decreasing = FALSE)
0 `$ m# ~: [, Z8 K* P  _0 |# h& X [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
) b( o( U3 E) P& ~' C[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
) B$ ]; \; g' P; b[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
* I' v" I8 `, \0 z+ `[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

> CO2[order(CO2$uptake),]
& X6 x; U) r; S% ?- B1 H/ x   Plant        Type      Treat conc uptake
6 Q& }% R/ \* ?# T71   Mc2 Mississippi    chilled   95    7.7
29   Qc2      Quebec    chilled   95    9.3
+ k9 M* p1 h2 d8 W64   Mc1 Mississippi    chilled   95   10.5
5 f) D% K3 `8 a5 \0 r5 j8 K& P43   Mn1 Mississippi nonchilled   95   10.6
78   Mc3 Mississippi    chilled   95   10.6
7 Q" `, e, w. x% R* ~57   Mn3 Mississippi nonchilled   95   11.3

; y/ j  J2 ~$ b> CO2[order(-CO2$uptake),]
  j# t0 f; {+ w8 P% n   Plant        Type      Treat conc uptake
- D( e/ F* |  V! I8 o7 E21   Qn3      Quebec nonchilled 1000   45.5
1 H, |) Q: L/ L) \! g% m$ K7 R( \14   Qn2      Quebec nonchilled 1000   44.3
20   Qn3      Quebec nonchilled  675   43.9
19   Qn3      Quebec nonchilled  500   42.9
7 O0 W, S! Q6 o' p* X( a" [35   Qc2      Quebec    chilled 1000   42.4
) M( x1 ?, X9 Y5 |6 k
#（4）将CO2随机分成两组数据，第一组和第二组比例为6：4
" D) h. [( v  o3 o" _8 {$ |n <- sample(2,84,replace = TRUE,prob = c(0.6,0.4))
(sample1 <- CO2[n == 1,])
* i1 p. F0 A+ q2 n(sample2 <- CO2[n == 2,])

#（5）应用tapply()函数，计算不同植物（Plant）对应的uptake的平均值
2 b/ \/ b# S) D5 p. \tapply(CO2$uptake,CO2$Plant,mean)
8 n/ D1 ~0 [& C/ N
#（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
aggregate(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
9 Q/ w2 ^6 g* T+ E% u" r& Z8 olapply(c(CO2$conc,CO2$uptake),mean)
; ~5 R! q" v5 a( Z8 P
#（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
" a( J: g/ I, ]. C# `" oPlant_Qn <- grep("Qn",CO2$Plant,fixed = FALSE)
. j/ H$ s% X1 B( T, g! EPlant_Qn

( ?5 q4 H+ o  z  ?+ J#（9）使用gsub()函数，将CO2中植物名称（Plant）中的字符串”Qn“改为”QN“


#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
#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)
{
  if(!is.numeric(x))
  {
/ m) K5 M2 l/ W* y" I. U    stop("the input data must be numeric!\n")
- t7 D2 B7 S3 e+ X0 l2 O  }
  if(length(x) == 1)
$ o" g! j' L: f7 L1 |" h4 L  {
    stop("can not compute sd for one number!\n")
  }
  max1 <- max(x)
  min1 <- min(x)
9 {* ]0 c0 g2 N/ v% f' e! k  mean1 <- mean(x)
  skewness1 <- skewness(x)
  kurtosis1 <- kurtosis(x)
  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
$ h5 E, Y$ f, [# m  U# D" h! @8 Z  return(answer)
! v- s5 ?) _* `+ g}

t <- rt(100,2)
stat(t)
- N( J/ Z/ j4 A& r) A

' }4 S: ]2 r6 o5 X5 J& ~+ G