【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
6 Y6 L1 {( D) o! dlibrary(reshape)
CO2
CO2 <- rename(CO2,c(Treatment = "Treat"))
% |: m  d( I  y9 {* Y8 R; {
#（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)
; G4 \5 z8 w( b( U[1] FALSE
#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]
% l5 C1 L$ |* o+ [- G
#(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）
#篇幅问题删除部分输出数据
8 [* y4 V* Q& a1 h/ C: z> sort(CO2$uptake,decreasing = TRUE) #从大到小
[1] 45.5 44.3 43.9 42.9 42.4 42.1 41.8 41.4 41.4 40.6 40.3 39.7
[13] 39.6 39.2 38.9 38.8 38.7 38.6 38.1 37.5 37.2 37.1 35.5 35.4
[25] 35.3 35.0 34.8 34.6 34.0 32.5 32.4 32.4 32.4 31.8 31.5 31.1
, Q5 d- F) D& [$ m: X$ r/ o[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
: t: }0 t. V9 l& m[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$uptake,decreasing = FALSE)
[1]  7.7  9.3 10.5 10.6 10.6 11.3 11.4 12.0 12.3 12.5 13.0 13.6
4 h/ G# j6 i# F8 r% L. g6 n! A0 Y[13] 13.7 14.2 14.4 14.9 15.1 16.0 16.2 17.9 17.9 17.9 18.0 18.1
[25] 18.9 18.9 19.2 19.4 19.5 19.9 21.0 21.9 22.0 22.2 24.1 25.8
[37] 26.2 27.3 27.3 27.8 27.9 28.1 28.5 30.0 30.3 30.4 30.6 30.9
[49] 31.1 31.5 31.8 32.4 32.4 32.4 32.5 34.0 34.6 34.8 35.0 35.3
3 _) d/ o( J1 e' n  n
> CO2[order(CO2$uptake),]
   Plant        Type      Treat conc uptake
71   Mc2 Mississippi    chilled   95    7.7
  \  A6 L. a9 {3 }9 J29   Qc2      Quebec    chilled   95    9.3
64   Mc1 Mississippi    chilled   95   10.5
6 P" x2 ]6 n7 w8 S  A1 h$ o43   Mn1 Mississippi nonchilled   95   10.6
: I* e5 v0 J  U6 s78   Mc3 Mississippi    chilled   95   10.6
57   Mn3 Mississippi nonchilled   95   11.3

( |) ?8 e) U3 y& R$ {1 U% p+ [> CO2[order(-CO2$uptake),]
2 g" ]/ }: N  x   Plant        Type      Treat conc uptake
0 G7 t0 a' |* X6 q  q! E21   Qn3      Quebec nonchilled 1000   45.5
( Z8 G" o: f) n1 ^/ [2 A+ z2 t14   Qn2      Quebec nonchilled 1000   44.3
20   Qn3      Quebec nonchilled  675   43.9
19   Qn3      Quebec nonchilled  500   42.9
- |4 v; i0 @& s) e) P6 r  Y0 w1 U35   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
2 W' n. I/ R; v) Q' n: j* pn <- sample(2,84,replace = TRUE,prob = c(0.6,0.4))
4 i+ C  a: ]1 p" I! n(sample1 <- CO2[n == 1,])
(sample2 <- CO2[n == 2,])
+ n  o  K3 O& H
6 ?% U& L0 x8 f) e/ u( x#（5）应用tapply()函数，计算不同植物（Plant）对应的uptake的平均值
4 ~2 Z& q' s/ A' g2 Gtapply(CO2$uptake,CO2$Plant,mean)
$ @6 i+ G" F7 d% J  e
+ q  q5 w6 o/ N( d/ d#（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$Type),FUN = mean)
' f. h/ g8 L6 ?% a
/ Q# {0 |5 S; o5 M& p% ^#（7）应用lapply()函数，同时计算con和uptake的均值
, M+ p" q( ?- A' R9 ~, V9 glapply(c(CO2$conc,CO2$uptake),mean)
5 }. P0 P# R4 J" \7 k# h, B
#（8）使用grep()函数，查找出植物名称（Plant）中含有”Qn“的行的位置，并将这些行储存于变量Plant_Qn中
Plant_Qn <- grep("Qn",CO2$Plant,fixed = FALSE)
Plant_Qn
- ?( r3 r& P* E+ e8 x
#（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
#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……
. h6 a& g8 K0 M$ o7 H/ @* [4 Hgsub("[t]","t",CO2$Plant)

/ B6 v+ n) W0 M+ e4 @/ T5 _* Xlibrary(fBasics)
stat <- function(x)
{
  if(!is.numeric(x))
  {
    stop("the input data must be numeric!\n")
  }
/ }) m/ b* r6 ?' ~8 h  if(length(x) == 1)
  {
% y  H. q9 Y0 o: l1 ~    stop("can not compute sd for one number!\n")
, U9 W  [: l  N8 k) ?! r( N  }
  max1 <- max(x)
( `5 O) w0 s" U4 W% H1 p( m- \5 h- h  min1 <- min(x)
% s/ X7 N4 J$ Q& {: P- k  mean1 <- mean(x)
! P# M! D  a" f, M2 N  skewness1 <- skewness(x)
  kurtosis1 <- kurtosis(x)
  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
  return(answer)
}

t <- rt(100,2)
$ C1 ]. a8 A% q9 _0 ?0 V8 Qstat(t)


2 G9 c' v+ C: P. {7 |

. G$ u& X8 U# V- B1 x( v) H