【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
) h& S; f6 l! g8 `3 e书籍：《R语言与数据挖掘》
7 C  k2 q( H# o0 J8 z#（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"))

#（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
, j- u4 p7 D/ c0 l# f1 \2 O> anyNA(CO2)
1 H/ p5 f8 ?4 s* X! f; s' k6 y[1] FALSE
#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]

#(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 U+ S" l3 V! E& {6 j8 {" A#篇幅问题删除部分输出数据
> sort(CO2$uptake,decreasing = TRUE) #从大到小
[1] 45.5 44.3 43.9 42.9 42.4 42.1 41.8 41.4 41.4 40.6 40.3 39.7
* B" k: R# D3 E" h[13] 39.6 39.2 38.9 38.8 38.7 38.6 38.1 37.5 37.2 37.1 35.5 35.4
+ W; T. |4 X* Y' M& [2 c$ g[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
> sort(CO2$uptake,decreasing = FALSE)
[1]  7.7  9.3 10.5 10.6 10.6 11.3 11.4 12.0 12.3 12.5 13.0 13.6
[13] 13.7 14.2 14.4 14.9 15.1 16.0 16.2 17.9 17.9 17.9 18.0 18.1
[25] 18.9 18.9 19.2 19.4 19.5 19.9 21.0 21.9 22.0 22.2 24.1 25.8
[37] 26.2 27.3 27.3 27.8 27.9 28.1 28.5 30.0 30.3 30.4 30.6 30.9
1 c* F0 P+ _9 E1 \. q# L8 Z) V' Z[49] 31.1 31.5 31.8 32.4 32.4 32.4 32.5 34.0 34.6 34.8 35.0 35.3
- g* W5 W" H$ r$ y
5 P& q" V* ?5 w* L0 r: O" o$ B> CO2[order(CO2$uptake),]
   Plant        Type      Treat conc uptake
71   Mc2 Mississippi    chilled   95    7.7
1 p( Q1 p; ]+ G0 ^8 N0 K5 p* o% B29   Qc2      Quebec    chilled   95    9.3
64   Mc1 Mississippi    chilled   95   10.5
43   Mn1 Mississippi nonchilled   95   10.6
6 S5 V) C9 C8 I: k' b6 P! Y78   Mc3 Mississippi    chilled   95   10.6
57   Mn3 Mississippi nonchilled   95   11.3

> CO2[order(-CO2$uptake),]
: g7 a7 ~+ a- b& s% R0 h   Plant        Type      Treat conc uptake
21   Qn3      Quebec nonchilled 1000   45.5
$ h$ p, r8 F5 X' _14   Qn2      Quebec nonchilled 1000   44.3
$ A/ B0 L( b5 A7 I* R$ x/ q& b# b: X: I20   Qn3      Quebec nonchilled  675   43.9
19   Qn3      Quebec nonchilled  500   42.9
8 o; `6 r  P9 n7 M8 R. J2 v, s& w% c35   Qc2      Quebec    chilled 1000   42.4
2 [0 {/ L; `. ]% {
#（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,])
1 o5 d* C+ h( l, V6 A$ @(sample2 <- CO2[n == 2,])
4 [: g6 k( L2 r8 b( }' V1 k0 ?
4 l+ G6 m7 M; x6 a#（5）应用tapply()函数，计算不同植物（Plant）对应的uptake的平均值
9 L: u1 G5 B" u0 stapply(CO2$uptake,CO2$Plant,mean)

% G' O$ P  A( o#（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)

#（7）应用lapply()函数，同时计算con和uptake的均值
+ t, h5 j( _, X  a. L, X  [  M% ~lapply(c(CO2$conc,CO2$uptake),mean)
1 @8 B) }) [2 j+ ]- 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

# }( ]# B8 i/ j0 _#（9）使用gsub()函数，将CO2中植物名称（Plant）中的字符串”Qn“改为”QN“

$ \% Q- v; p4 i, X4 \
#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……
% Y- }6 k2 M" ~7 M) U: w; ngsub("[t]","t",CO2$Plant)

0 M5 ]8 Q/ n9 `1 ]) Tlibrary(fBasics)
stat <- function(x)
{
  if(!is.numeric(x))
  {
    stop("the input data must be numeric!\n")
  }
) N1 T: Y* y6 F9 }  if(length(x) == 1)
+ Y( T) P" J( e! h9 A  {
    stop("can not compute sd for one number!\n")
. d: w" I9 d' Y! {- I. K/ ]3 q  }
  max1 <- max(x)
  min1 <- min(x)
4 P3 s( f, V' s* w& f, m2 _9 Z  mean1 <- mean(x)
% i7 a+ H2 x& D6 n  skewness1 <- skewness(x)
  kurtosis1 <- kurtosis(x)
  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
. c; W6 L# c: z  ~3 i1 v% j) Y  return(answer)
* Q* O3 J; x# P" F  _}
" a8 d% b3 `" u  Y. e5 `6 U
* j! O( {% ^& c, g, r; @1 [. q! bt <- rt(100,2)
5 g# e. s- T% z! astat(t)

3 r1 e2 k+ s6 K0 Y" W) G

& u* S4 T0 x- }( c9 }