【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
$ z3 M) R) m+ ?0 o' ^8 ~8 L2 e# U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
CO2 <- rename(CO2,c(Treatment = "Treat"))
; `4 V# M9 U2 S9 d
#（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
) ^* A) H/ o' W+ w$ ?" \/ w> anyNA(CO2)
. d. t' [0 x. A$ @) O/ C[1] FALSE
#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]
/ P5 T* j0 y( Q" a. L: }
5 o1 J# Z0 Y3 M1 m  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）
/ L8 f# y) D$ N  L#篇幅问题删除部分输出数据
> sort(CO2$uptake,decreasing = TRUE) #从大到小
$ G8 _( |% h" | [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
4 n) k3 Q1 j+ |/ z[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
; T: t; Z3 q& ?3 V7 m) W[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
/ U8 G) _4 _9 o0 u: b[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
: N1 F/ G4 X  Z6 |> 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
[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
8 z" B( `+ s# W3 u0 E[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
4 |+ h5 m. ~. q7 E% G" S[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
. Z3 j! g& m& g+ Y9 Q[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$uptake),]
  j* @9 k0 `: ]& b$ M% a+ a- G   Plant        Type      Treat conc uptake
) l& n  t2 `3 m# \3 n71   Mc2 Mississippi    chilled   95    7.7
29   Qc2      Quebec    chilled   95    9.3
7 _1 |7 r- r$ H7 o8 e% n7 _- {0 h# u0 Z64   Mc1 Mississippi    chilled   95   10.5
. s& d2 {& n. a% g  z( |8 G' J8 {' s43   Mn1 Mississippi nonchilled   95   10.6
7 O" }8 M9 A/ m# Q$ H78   Mc3 Mississippi    chilled   95   10.6
57   Mn3 Mississippi nonchilled   95   11.3

> CO2[order(-CO2$uptake),]
   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
( q7 @& N5 T1 G9 u4 @# L6 ?19   Qn3      Quebec nonchilled  500   42.9
8 U* k5 L" X2 t( m' R35   Qc2      Quebec    chilled 1000   42.4
+ l, u0 O' K. }8 Y. q
#（4）将CO2随机分成两组数据，第一组和第二组比例为6：4
* R( O5 h% T9 B3 R) g- cn <- sample(2,84,replace = TRUE,prob = c(0.6,0.4))
1 t) V6 y  Z9 v; y! m(sample1 <- CO2[n == 1,])
(sample2 <- CO2[n == 2,])

- N( V! J4 R) G, u. z  a#（5）应用tapply()函数，计算不同植物（Plant）对应的uptake的平均值
4 V  O6 g! |" t  @7 Atapply(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
9 d. N. ]+ c! U! _( p+ f( b( _7 Jaggregate(CO2$uptake,by = list(CO2$Plant,CO2$Type),FUN = mean)
( F$ j5 U( w- I; T* M# t+ v/ O
#（7）应用lapply()函数，同时计算con和uptake的均值
lapply(c(CO2$conc,CO2$uptake),mean)
% [0 f4 ?/ v/ d$ `
#（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)
! h! n% @2 b; y3 L. |- G  |( w  TPlant_Qn
) H# z" K9 T* n
, }" t8 k% s) [  Y7 M5 a5 ?#（9）使用gsub()函数，将CO2中植物名称（Plant）中的字符串”Qn“改为”QN“


0 c3 V) b7 l0 y9 \2 f#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
# y+ J+ J2 ~' O#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……
, U. g4 W% w. h" O6 ?gsub("[t]","t",CO2$Plant)
; N1 N" X, |& O4 @
library(fBasics)
( z) v' o) r; I6 Q0 m& M6 i8 mstat <- function(x)
{
& W% D5 f! F! U  if(!is.numeric(x))
  {
    stop("the input data must be numeric!\n")
  }
" p7 J. ^, L% K& U3 j- n# M$ y: A  if(length(x) == 1)
  {
    stop("can not compute sd for one number!\n")
  }
+ ?  Q( n8 d) p  max1 <- max(x)
$ |3 c: i! @  J  min1 <- min(x)
4 d8 [+ B( l+ r3 n- P5 u' R  p  mean1 <- mean(x)
  skewness1 <- skewness(x)
  kurtosis1 <- kurtosis(x)
& c+ d2 ~# U- g# _6 \0 U# t  f' u3 V6 y  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
# G9 ~9 f1 ~, B: [5 _% L5 `  return(answer)
}

* N, [9 O) Z4 Mt <- rt(100,2)
stat(t)
( \& c. \" \7 f5 J+ ]


0 ~! T/ d! J) F0 c1 Q
. `. {( l' Z: f  Y8 c