【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
& P0 ~1 T) t. k1 \0 o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
1 R  S2 n% c' j. r% ^/ a& C& `5 clibrary(reshape)
CO2
) X3 E0 v" u2 z! b- i  uCO2 <- rename(CO2,c(Treatment = "Treat"))
1 [% b" m3 T* v* q7 Q
#（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
0 C3 P9 k% J, s  g#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]
4 |; c) W% \: q0 S
#(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）
; ^% S: T1 q) P* K, ]1 x#篇幅问题删除部分输出数据
> sort(CO2$uptake,decreasing = TRUE) #从大到小
6 N5 F( d! b2 S0 \3 T5 W' J& C. ~ [1] 45.5 44.3 43.9 42.9 42.4 42.1 41.8 41.4 41.4 40.6 40.3 39.7
[13] 39.6 39.2 38.9 38.8 38.7 38.6 38.1 37.5 37.2 37.1 35.5 35.4
[25] 35.3 35.0 34.8 34.6 34.0 32.5 32.4 32.4 32.4 31.8 31.5 31.1
4 }) D* d. v' F' n7 o+ _0 b[37] 30.9 30.6 30.4 30.3 30.0 28.5 28.1 27.9 27.8 27.3 27.3 26.2
+ l0 g6 t. z; l8 R2 P. n[49] 25.8 24.1 22.2 22.0 21.9 21.0 19.9 19.5 19.4 19.2 18.9 18.9
> sort(CO2$uptake,decreasing = FALSE)
[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
: x0 }2 p* w8 Q[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
: d+ e# Z$ Q0 g/ ~8 ~+ I6 R[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
7 s8 m7 {" R0 ^$ D  b- ~% ]* y. V[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
+ B4 W7 q3 B6 p& U
) p. ]4 u+ o6 p9 [7 J) r8 W> CO2[order(CO2$uptake),]
& e* j3 I! B1 K; @   Plant        Type      Treat conc uptake
71   Mc2 Mississippi    chilled   95    7.7
29   Qc2      Quebec    chilled   95    9.3
64   Mc1 Mississippi    chilled   95   10.5
43   Mn1 Mississippi nonchilled   95   10.6
$ p9 V6 k" g/ a0 o8 R, _78   Mc3 Mississippi    chilled   95   10.6
4 g1 [/ Y8 |! ]1 D% P57   Mn3 Mississippi nonchilled   95   11.3
4 k' o& @9 A) F( R% ~5 f. V. X
0 a" h  T3 w/ L& q+ }7 s> CO2[order(-CO2$uptake),]
   Plant        Type      Treat conc uptake
21   Qn3      Quebec nonchilled 1000   45.5
14   Qn2      Quebec nonchilled 1000   44.3
+ u/ G  H: _% x5 s4 o! O, r20   Qn3      Quebec nonchilled  675   43.9
19   Qn3      Quebec nonchilled  500   42.9
35   Qc2      Quebec    chilled 1000   42.4
2 K& b6 y. c  f2 h4 ~" P$ G5 w7 m
#（4）将CO2随机分成两组数据，第一组和第二组比例为6：4
" G- d7 @& z3 f$ q- }n <- sample(2,84,replace = TRUE,prob = c(0.6,0.4))
. s7 U2 P, g" L1 ]7 k; Q9 S# {2 a(sample1 <- CO2[n == 1,])
5 c. p' T: A9 B) [(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
tapply(CO2$uptake,CO2$Plant,mean)
- t8 v9 f/ {" \; g
8 R" V/ A% L& u  ]$ }) x: s$ E% m#（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
9 }" J4 y* W" E: ^0 haggregate(CO2$uptake,by = list(CO2$Plant,CO2$Type),FUN = mean)

. i  H# k% c: \6 V9 b$ k#（7）应用lapply()函数，同时计算con和uptake的均值
lapply(c(CO2$conc,CO2$uptake),mean)

& y# U* d% n9 W8 j) q6 C. q7 i* w#（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
$ B4 I) U, p2 f$ sPlant_Qn <- grep("Qn",CO2$Plant,fixed = FALSE)
# y; g4 H9 w, A; j2 cPlant_Qn
# Q7 E9 O" X7 J2 J8 g
#（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
- U8 R4 B* T$ N( P" n0 G# o$ 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……
1 C4 B% e& x# o# s( Vgsub("[t]","t",CO2$Plant)
' x% Q0 \; u1 ?5 U9 O
library(fBasics)
  d% @2 W4 _2 ~( K/ Mstat <- function(x)
& [, y# u3 h1 {* b1 o{
8 z  w, X: K9 G2 R  if(!is.numeric(x))
& G5 s/ \) ^& C1 }3 x4 P+ z  {
# s1 b: [/ T, j1 G) b1 Z    stop("the input data must be numeric!\n")
  }
  K5 m- N/ ^. n8 K  if(length(x) == 1)
( G5 X! g/ c1 d6 h( h$ z  {
) V& O1 h& D* B    stop("can not compute sd for one number!\n")
7 ?7 A( l) d& o" \1 ?7 K: i  }
  max1 <- max(x)
  min1 <- min(x)
  mean1 <- mean(x)
  skewness1 <- skewness(x)
  kurtosis1 <- kurtosis(x)
8 ]6 J3 |0 K- B# V  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
; l; @8 J' Z5 g4 c. G1 V  return(answer)
4 ~/ }: O8 V. d, w% Q- r. r9 u- |}

9 e3 }5 R) D; R" b8 g* p: k0 q( Yt <- rt(100,2)
6 H: N1 Z; n# U4 E# T* r5 I. ]8 Qstat(t)


; ?6 E: o0 l1 L2 V, \2 H4 D