【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
, O( J8 v! \) o书籍：《R语言与数据挖掘》
7 k8 r8 U' \5 Z9 c: d8 b#（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
, n- q# ]" [2 `% L5 JCO2 <- 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
#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]
; ~6 H! l: c; o
#(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）
1 U* x0 ?. c% a#篇幅问题删除部分输出数据
) Q' e, B  X5 y/ ]* v. O+ G5 f; ]> sort(CO2$uptake,decreasing = TRUE) #从大到小
[1] 45.5 44.3 43.9 42.9 42.4 42.1 41.8 41.4 41.4 40.6 40.3 39.7
3 {' y0 J1 d* m- u[13] 39.6 39.2 38.9 38.8 38.7 38.6 38.1 37.5 37.2 37.1 35.5 35.4
[25] 35.3 35.0 34.8 34.6 34.0 32.5 32.4 32.4 32.4 31.8 31.5 31.1
[37] 30.9 30.6 30.4 30.3 30.0 28.5 28.1 27.9 27.8 27.3 27.3 26.2
7 t* i5 y$ B& Q0 o/ {2 n7 M7 n2 R[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$uptake,decreasing = FALSE)
[1]  7.7  9.3 10.5 10.6 10.6 11.3 11.4 12.0 12.3 12.5 13.0 13.6
- J& ^; _* P/ y! M  K2 d[13] 13.7 14.2 14.4 14.9 15.1 16.0 16.2 17.9 17.9 17.9 18.0 18.1
( V. u5 p+ R+ S2 M3 s- ~% O[25] 18.9 18.9 19.2 19.4 19.5 19.9 21.0 21.9 22.0 22.2 24.1 25.8
- G7 A1 B$ i* M7 g[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
1 f) I1 C  }! E: t: k  @[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
% ?% @0 S5 o  r( C
> CO2[order(CO2$uptake),]
7 X) |& x$ B- a# i   Plant        Type      Treat conc uptake
71   Mc2 Mississippi    chilled   95    7.7
; }- x& P! T6 l1 u7 \0 M3 w9 a/ Y29   Qc2      Quebec    chilled   95    9.3
64   Mc1 Mississippi    chilled   95   10.5
( o8 r" h2 s, G5 m" u43   Mn1 Mississippi nonchilled   95   10.6
+ \2 V! }4 ?, x! q78   Mc3 Mississippi    chilled   95   10.6
57   Mn3 Mississippi nonchilled   95   11.3

( t* s. V/ @+ E; D> CO2[order(-CO2$uptake),]
   Plant        Type      Treat conc uptake
21   Qn3      Quebec nonchilled 1000   45.5
14   Qn2      Quebec nonchilled 1000   44.3
0 N6 d3 B0 N+ c20   Qn3      Quebec nonchilled  675   43.9
19   Qn3      Quebec nonchilled  500   42.9
& \/ ]  I" j2 H; z35   Qc2      Quebec    chilled 1000   42.4

5 e5 R+ z9 l# k8 j* A2 S/ f#（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))
(sample1 <- CO2[n == 1,])
, b% [6 ?+ V- U' u' D& G(sample2 <- CO2[n == 2,])

% Y/ Y8 r; j: A+ w" I#（5）应用tapply()函数，计算不同植物（Plant）对应的uptake的平均值
1 A: i" @. D1 W; S9 ^) Mtapply(CO2$uptake,CO2$Plant,mean)

; \$ `6 B9 D7 i9 z0 V#（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
# P# a( g: e9 P$ 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)
% e3 P) z. c+ e. j# r. N; U8 l' p0 L4 C
( S) i" n  G7 M#（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$Plant,fixed = FALSE)
Plant_Qn
7 J) x% P/ E( f+ C9 {; @* Y
#（9）使用gsub()函数，将CO2中植物名称（Plant）中的字符串”Qn“改为”QN“
0 R2 v+ p" N$ |1 d6 O0 P/ X8 ]

2 a' r: w9 Q. e1 o+ 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$Plant)
6 h3 R4 v: x5 s1 s; W1 F
library(fBasics)
# r+ T, |5 {# z. W8 m  q$ Ostat <- function(x)
{
  if(!is.numeric(x))
  {
: m0 W" i/ q) }8 L& }    stop("the input data must be numeric!\n")
  }
; {, L/ G, F1 h! `  if(length(x) == 1)
  {
    stop("can not compute sd for one number!\n")
& V  D! ^2 y0 w0 K( D& D) D$ v  }
  max1 <- max(x)
  min1 <- min(x)
: o5 s: |' u6 _: ^1 A  mean1 <- mean(x)
  skewness1 <- skewness(x)
  kurtosis1 <- kurtosis(x)
  P9 E" H9 F+ B0 |. k1 M  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
  return(answer)
}

* c/ o% @+ Y  f) e! D. ?- ]t <- rt(100,2)
stat(t)
- E( z9 D, K; i: o