【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
  M2 L( H# B* \' l/ W( {0 C$ ^* w6 |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
% W, X* v; i. v) Vlibrary(reshape)
CO2
CO2 <- rename(CO2,c(Treatment = "Treat"))

7 b) J/ e* s+ [5 p4 I5 ?1 j#（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
#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]
( L- z* ?/ f$ Q  }
#(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）
" |2 s( m2 p& m. v: D- a% E# I#篇幅问题删除部分输出数据
9 K' S/ ]* o4 Y* O0 o  @# s& C> sort(CO2$uptake,decreasing = TRUE) #从大到小
3 m2 e  @1 v/ a- l- o [1] 45.5 44.3 43.9 42.9 42.4 42.1 41.8 41.4 41.4 40.6 40.3 39.7
; B1 Q% h' _1 r% W5 B[13] 39.6 39.2 38.9 38.8 38.7 38.6 38.1 37.5 37.2 37.1 35.5 35.4
[25] 35.3 35.0 34.8 34.6 34.0 32.5 32.4 32.4 32.4 31.8 31.5 31.1
[37] 30.9 30.6 30.4 30.3 30.0 28.5 28.1 27.9 27.8 27.3 27.3 26.2
[49] 25.8 24.1 22.2 22.0 21.9 21.0 19.9 19.5 19.4 19.2 18.9 18.9
; @! Y' `* @: |+ C/ T1 ^4 I, @3 h> sort(CO2$uptake,decreasing = FALSE)
+ Z( u' G6 h5 j9 W: b# N [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
5 j6 I8 [  i( y2 z3 O, Y) A[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

> CO2[order(CO2$uptake),]
9 C* J& N) Y/ W( l: G   Plant        Type      Treat conc uptake
71   Mc2 Mississippi    chilled   95    7.7
! u! {2 H( P# g$ m# N2 {4 q29   Qc2      Quebec    chilled   95    9.3
64   Mc1 Mississippi    chilled   95   10.5
43   Mn1 Mississippi nonchilled   95   10.6
78   Mc3 Mississippi    chilled   95   10.6
57   Mn3 Mississippi nonchilled   95   11.3
' ?6 b. G3 H* h& H0 ?! z6 i" n0 v
> CO2[order(-CO2$uptake),]
$ G9 S  ^3 @( c8 C/ a5 P0 b0 X   Plant        Type      Treat conc uptake
21   Qn3      Quebec nonchilled 1000   45.5
14   Qn2      Quebec nonchilled 1000   44.3
20   Qn3      Quebec nonchilled  675   43.9
5 t7 o6 D& f" b8 z19   Qn3      Quebec nonchilled  500   42.9
35   Qc2      Quebec    chilled 1000   42.4

#（4）将CO2随机分成两组数据，第一组和第二组比例为6：4
n <- sample(2,84,replace = TRUE,prob = c(0.6,0.4))
$ ?1 @9 E/ w2 N8 |! n(sample1 <- CO2[n == 1,])
(sample2 <- CO2[n == 2,])

' T  ]  v6 A5 R4 Q% U! c0 P/ N9 v; x#（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)

#（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$Type),FUN = mean)
. E  k9 l& w9 t
#（7）应用lapply()函数，同时计算con和uptake的均值
0 E  v6 K; w- ?& u, |lapply(c(CO2$conc,CO2$uptake),mean)
) W6 E0 ~$ d, ?: N( ~
3 K" K! b4 B, C- u& T#（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

#（9）使用gsub()函数，将CO2中植物名称（Plant）中的字符串”Qn“改为”QN“
- f3 k8 s8 K/ ~% r# W( i. w
8 L. O4 D/ ~% ]5 G
$ g) m& c  R. H, z+ d3 _8 y#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)
3 @4 p6 n4 f/ f0 zstat <- function(x)
" ~7 q9 a* @' d, d. I& ~{
  if(!is.numeric(x))
  {
    stop("the input data must be numeric!\n")
% H+ U& f: P: E" {* N  }
- v4 D7 ~9 ^& p( u# A3 R  if(length(x) == 1)
  {
    stop("can not compute sd for one number!\n")
7 t; W" U. y7 d8 G9 }& D  }
, r( V3 b. q7 l% p( ^  max1 <- max(x)
  min1 <- min(x)
, h$ s  w. l7 [; l  mean1 <- mean(x)
  skewness1 <- skewness(x)
, v; A  o4 o$ w3 B5 Z/ m  ]  kurtosis1 <- kurtosis(x)
  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
  return(answer)
}

4 U4 F$ r8 i0 ~  d9 n+ H0 n1 \6 Dt <- rt(100,2)
8 k1 D: x7 |" e$ T0 B- M& i8 e) |stat(t)
& ~5 ^2 c% s- l7 I% j' k

; B8 x2 I, }" ~5 V' W

1 ^8 a! a+ s5 z7 x