【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
  [; n; T( v# y- s2 }- q书籍：《R语言与数据挖掘》
/ ]7 B+ l1 n, A4 |: V' A#（1）查看数据集中CO2的变量名称，并将Treatment的名称更改为Treat
& L. x% y* @) o3 alibrary(reshape)
5 C8 n/ }- w' y2 jCO2
& N( h" A0 \9 u1 h/ c& \, ACO2 <- 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
% c, O6 j8 S7 |; l8 l> anyNA(CO2)
[1] FALSE
#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]
; m7 g8 j8 T6 s" v; @
9 o: x! P9 l- D) l8 _) q7 @#(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
> sort(CO2$uptake,decreasing = TRUE) #从大到小
[1] 45.5 44.3 43.9 42.9 42.4 42.1 41.8 41.4 41.4 40.6 40.3 39.7
" `' k6 p& o1 C: M; k  Q% `[13] 39.6 39.2 38.9 38.8 38.7 38.6 38.1 37.5 37.2 37.1 35.5 35.4
[25] 35.3 35.0 34.8 34.6 34.0 32.5 32.4 32.4 32.4 31.8 31.5 31.1
[37] 30.9 30.6 30.4 30.3 30.0 28.5 28.1 27.9 27.8 27.3 27.3 26.2
[49] 25.8 24.1 22.2 22.0 21.9 21.0 19.9 19.5 19.4 19.2 18.9 18.9
/ g( }9 L' ~. g2 J> sort(CO2$uptake,decreasing = FALSE)
( H4 `  k5 w7 ~- E- J! r% G' b [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
" i; a5 y. x' H  e1 |[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
' i8 d+ j# J+ y5 m$ h. g. w+ I1 R
> CO2[order(CO2$uptake),]
$ y' q* @# z1 e; c  ?9 B   Plant        Type      Treat conc uptake
71   Mc2 Mississippi    chilled   95    7.7
29   Qc2      Quebec    chilled   95    9.3
64   Mc1 Mississippi    chilled   95   10.5
: [) G! a  h7 ?8 ^: X$ @( y8 E6 \43   Mn1 Mississippi nonchilled   95   10.6
78   Mc3 Mississippi    chilled   95   10.6
: S0 J. I& v; A$ s' f* \/ O57   Mn3 Mississippi nonchilled   95   11.3

% i1 @2 y$ @8 Z9 _* x7 P4 p0 z> CO2[order(-CO2$uptake),]
   Plant        Type      Treat conc uptake
/ M5 I; q/ B5 g! g3 a21   Qn3      Quebec nonchilled 1000   45.5
14   Qn2      Quebec nonchilled 1000   44.3
20   Qn3      Quebec nonchilled  675   43.9
1 t# b# l# c5 W7 ?- y( z19   Qn3      Quebec nonchilled  500   42.9
4 L6 t- m" }7 d3 g' s' p9 \35   Qc2      Quebec    chilled 1000   42.4
+ z1 R$ T! s9 J  m
/ e9 I* g) r5 {  W#（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,])
7 h& J/ t3 j) X+ Y3 s(sample2 <- CO2[n == 2,])

$ K1 }6 G+ j3 @0 y! E6 V0 P% L#（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)
4 ^, j$ _) m5 @  ^- p4 i7 `7 }
- }! ]9 T) J, h9 b) 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
7 ?1 L. d9 p5 ^7 b) Iaggregate(CO2$uptake,by = list(CO2$Plant,CO2$Type),FUN = mean)
" @+ H3 y. l( l# d9 f# e
#（7）应用lapply()函数，同时计算con和uptake的均值
4 D& u& R/ s( i+ qlapply(c(CO2$conc,CO2$uptake),mean)

2 @( {8 X. c0 L' E2 O#（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“
! ~7 D4 k! k/ d& y  n* O
+ B- C- f$ e1 J/ c1 n0 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
#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$Plant)
9 t: `1 ^5 ?; b. O) ~9 _% m* z1 d
" G& j/ ^1 j: J4 ]5 b3 tlibrary(fBasics)
! X  K) S- ]: Y7 T! |" F! s# lstat <- function(x)
  w! z% {( `. O{
* S8 @4 X# z4 M5 `% R: l5 I  if(!is.numeric(x))
  {
+ ^& g' r1 q# ^, H& z    stop("the input data must be numeric!\n")
  }
1 [8 `. A* ]& w9 k- m5 \; |  if(length(x) == 1)
: n1 J- [( m- W- ]% t# u  {
    stop("can not compute sd for one number!\n")
, R* n* b+ L5 o8 Q- z  }
# w8 M, ?# r% E  D9 ]0 U  max1 <- max(x)
  min1 <- min(x)
  mean1 <- mean(x)
  skewness1 <- skewness(x)
  kurtosis1 <- kurtosis(x)
  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
  return(answer)
; |& m% s7 Q7 w, @& b9 R$ D}
9 ^8 C$ x' W7 \$ s( t/ o1 P! d
" ?: j8 y# {4 O0 z- z9 Ft <- rt(100,2)
stat(t)
7 x( h# P' C  [1 {+ P' P

7 j2 B) t% v5 O  A5 k4 r0 Z
7 p' p$ {) A  ]