【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
8 j7 D' M  L8 M& dlibrary(reshape)
2 n& f/ C: V% i, \' H# SCO2
2 B/ X4 y4 J1 `' _CO2 <- rename(CO2,c(Treatment = "Treat"))
* v& i; D0 P) H; u3 N! w
#（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
3 Y8 X# @7 D# J) H2 x) G> anyNA(CO2)
7 [" B1 x: d. o  F9 x" d' z+ l[1] FALSE
# z' Y# M3 n1 g8 j1 N#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]

#(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）
( b5 v4 ~. I" ~#篇幅问题删除部分输出数据
2 e# E; d  X8 `1 _7 ~) w1 m> sort(CO2$uptake,decreasing = TRUE) #从大到小
[1] 45.5 44.3 43.9 42.9 42.4 42.1 41.8 41.4 41.4 40.6 40.3 39.7
[13] 39.6 39.2 38.9 38.8 38.7 38.6 38.1 37.5 37.2 37.1 35.5 35.4
[25] 35.3 35.0 34.8 34.6 34.0 32.5 32.4 32.4 32.4 31.8 31.5 31.1
: b" K7 Z& }2 e0 q3 B* Y7 ~3 P! ][37] 30.9 30.6 30.4 30.3 30.0 28.5 28.1 27.9 27.8 27.3 27.3 26.2
# Q0 [' V1 q4 p' q; T# @[49] 25.8 24.1 22.2 22.0 21.9 21.0 19.9 19.5 19.4 19.2 18.9 18.9
, `7 p3 w+ j* w2 ~' }0 |9 F- I> sort(CO2$uptake,decreasing = FALSE)
4 B5 o' F. r5 C7 N4 d [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
[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
5 M1 M1 Y! Y- u3 `  ?% b" l( i[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
' O/ {- I2 o) W# Q7 S7 O[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$uptake),]
   Plant        Type      Treat conc uptake
71   Mc2 Mississippi    chilled   95    7.7
3 i$ M, W8 q1 l7 o  ]6 _5 s29   Qc2      Quebec    chilled   95    9.3
64   Mc1 Mississippi    chilled   95   10.5
43   Mn1 Mississippi nonchilled   95   10.6
' R) \7 C1 [$ o* c78   Mc3 Mississippi    chilled   95   10.6
) t6 L- ~) m3 H1 R57   Mn3 Mississippi nonchilled   95   11.3

! _- J$ Z' F4 c: r7 {7 t' ]> CO2[order(-CO2$uptake),]
# G! ~: p" u, d$ A( X7 R   Plant        Type      Treat conc uptake
9 q# p" S8 n. X% b8 h# g. A21   Qn3      Quebec nonchilled 1000   45.5
' b4 I1 m& p0 h6 h14   Qn2      Quebec nonchilled 1000   44.3
20   Qn3      Quebec nonchilled  675   43.9
19   Qn3      Quebec nonchilled  500   42.9
35   Qc2      Quebec    chilled 1000   42.4

  U1 S9 n$ c1 w* P( {) M& g#（4）将CO2随机分成两组数据，第一组和第二组比例为6：4
; _5 c1 ^1 ^1 On <- sample(2,84,replace = TRUE,prob = c(0.6,0.4))
0 D: ?) a* x2 i(sample1 <- CO2[n == 1,])
# L7 ~, _- G: ^4 M' F$ L6 c(sample2 <- CO2[n == 2,])

# D' M: `& w" ~8 I% b#（5）应用tapply()函数，计算不同植物（Plant）对应的uptake的平均值
tapply(CO2$uptake,CO2$Plant,mean)

4 W" _3 a: k8 S' H- k#（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
) A8 L& p3 e5 `4 Naggregate(CO2$uptake,by = list(CO2$Plant,CO2$Type),FUN = mean)
) e- `; Z0 V* h
) ~- ?, j" x8 z3 _+ h#（7）应用lapply()函数，同时计算con和uptake的均值
! F9 R0 k# R" M/ x1 }lapply(c(CO2$conc,CO2$uptake),mean)

#（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
Plant_Qn <- grep("Qn",CO2$Plant,fixed = FALSE)
Plant_Qn
% T+ y. i( j$ m1 u' D' v+ g) m5 K( ]
1 S, u: k  u0 V& G/ P. N) Q#（9）使用gsub()函数，将CO2中植物名称（Plant）中的字符串”Qn“改为”QN“
! A- R, Y9 M7 v0 f% x0 h
7 \3 S3 u+ z5 X" y9 b+ P
#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
4 ?- |* c' f2 W$ X* }#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……
' x! o3 v  e# U- V3 U( jgsub("[t]","t",CO2$Plant)
, U( c& d" j1 }% L) v+ H
library(fBasics)
/ e" f/ M2 m+ g% M: cstat <- function(x)
4 J9 J+ @! u: w, v2 \{
  if(!is.numeric(x))
  {
7 k3 N$ U$ ?  ^    stop("the input data must be numeric!\n")
  }
$ J4 J; a1 g$ ~  if(length(x) == 1)
1 b& F  X6 b6 S  {
8 O; K# D1 z( x    stop("can not compute sd for one number!\n")
4 }# U) r0 k% C1 U2 v6 |  }
  max1 <- max(x)
+ A( C3 a! Y2 {# \$ j, f! f  min1 <- min(x)
1 C$ N1 p3 c3 x9 d1 A/ n  mean1 <- mean(x)
  skewness1 <- skewness(x)
  kurtosis1 <- kurtosis(x)
0 W# U* t! Z0 A) y9 S2 Y# j  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
$ j! `2 f0 u; Z) ]" h  return(answer)
}

7 ^$ S6 h6 b. q% W6 L' H; Yt <- rt(100,2)
1 j- a1 p5 H0 Z. O3 U: V9 }stat(t)