【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
0 U1 |, T" I* q" |0 k( z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)
" j& t3 {$ \  G" ]CO2
4 I/ d, A; g( T  k3 mCO2 <- rename(CO2,c(Treatment = "Treat"))
/ J& @9 G0 G% }9 x1 `- m% F
4 w! s- g3 e" L+ B; p+ m/ j$ \#（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
$ G* s7 w" {4 J/ j; n> anyNA(CO2)
4 h% C% g" d! f* D: I4 @' q7 c" ]" B[1] FALSE
, i) |2 R* e2 J: ~$ J* E#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]
# d! O) H+ L2 n
#(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
& q9 m+ `/ n: ]" T3 A, m, 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
3 G) [6 \( G$ h# ^% ~1 l[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
$ S' j/ e& U) m8 [! j  }4 a8 _6 S[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
# A5 k! i! }) x4 k  U' ^> sort(CO2$uptake,decreasing = FALSE)
1 o* F! `% Y5 V) [' Y+ V  e* E* c [1]  7.7  9.3 10.5 10.6 10.6 11.3 11.4 12.0 12.3 12.5 13.0 13.6
( j9 {* q! D$ ~+ C# Z* M8 m. 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
# }+ P* A: Q/ K* \7 x" G0 C$ f, P[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
/ w+ V0 ~& D( u7 C[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

5 {8 n3 |% [+ H1 \8 I# @7 T' b9 Z> CO2[order(CO2$uptake),]
* I3 y7 M0 e8 j   Plant        Type      Treat conc uptake
71   Mc2 Mississippi    chilled   95    7.7
29   Qc2      Quebec    chilled   95    9.3
9 t/ }' J  a3 c9 I" z64   Mc1 Mississippi    chilled   95   10.5
" _/ Z5 t" b5 ~0 |; \43   Mn1 Mississippi nonchilled   95   10.6
% S. X1 _' Z3 r- C78   Mc3 Mississippi    chilled   95   10.6
57   Mn3 Mississippi nonchilled   95   11.3

  c5 T3 I3 H) \> CO2[order(-CO2$uptake),]
5 d) p) L8 n* m6 O2 @   Plant        Type      Treat conc uptake
3 W3 b5 n' w7 [- v) C. _. r21   Qn3      Quebec nonchilled 1000   45.5
' j$ w+ E' }) o# B& y' k8 @14   Qn2      Quebec nonchilled 1000   44.3
20   Qn3      Quebec nonchilled  675   43.9
19   Qn3      Quebec nonchilled  500   42.9
35   Qc2      Quebec    chilled 1000   42.4
# A& E3 l# W3 j$ |
#（4）将CO2随机分成两组数据，第一组和第二组比例为6：4
) A8 t& R7 ^6 k+ M, n1 l- Un <- sample(2,84,replace = TRUE,prob = c(0.6,0.4))
; X* s: |1 l/ e. q, p(sample1 <- CO2[n == 1,])
(sample2 <- CO2[n == 2,])

#（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)

#（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
/ Q8 N0 q5 R1 b: e+ f8 _aggregate(CO2$uptake,by = list(CO2$Plant,CO2$Type),FUN = mean)
0 m* t% c3 `5 v, V4 `2 u6 k: ^3 _
#（7）应用lapply()函数，同时计算con和uptake的均值
lapply(c(CO2$conc,CO2$uptake),mean)

. u$ m  w4 O1 [" 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
% |* o" u; t' C! ~" Y7 ]Plant_Qn <- grep("Qn",CO2$Plant,fixed = FALSE)
7 F" K! @6 S! {! b, KPlant_Qn
$ K: Z/ _/ G! H
#（9）使用gsub()函数，将CO2中植物名称（Plant）中的字符串”Qn“改为”QN“
2 J7 I, K5 {7 z7 {- l. I$ }& U

#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
5 c7 \  W1 u  a3 S5 c- W7 Y0 H; I#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……
' n  U3 D6 V# ?% tgsub("[t]","t",CO2$Plant)
6 @2 s! g* l: U8 Z6 X4 V2 Y
* X" J* R# P$ Y, v7 D' mlibrary(fBasics)
stat <- function(x)
{
+ d/ B; T2 z* u9 {* J# n) M" ~  if(!is.numeric(x))
7 Z9 J& |  T+ s) a! R& ]  {
9 R8 h: k- j9 y' V    stop("the input data must be numeric!\n")
  }
  if(length(x) == 1)
* p$ V) r& c/ M1 c7 i" _7 \  {
0 J# f6 ^- u- I, q    stop("can not compute sd for one number!\n")
  }
  max1 <- max(x)
7 q: p+ c8 T) |" \  min1 <- min(x)
% |  G. V- F$ ?4 B  mean1 <- mean(x)
  skewness1 <- skewness(x)
8 o$ E  u, r2 o. l& r  kurtosis1 <- kurtosis(x)
; E# T  `$ {& C1 v8 l' L# M  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
. g- I; E- e3 I  return(answer)
}
& ~9 a; L7 O6 [4 H
3 I1 @+ u7 G: J3 mt <- rt(100,2)
6 R) L  V  A. m1 }& q1 jstat(t)
3 U; W: J0 F/ D' Y5 k
4 }8 o6 g7 Q4 k5 U
, G! N, \* V+ H, p: z
* T0 v7 _# E) @5 W; u0 C$ C
* v( S5 @, \) N2 p% C2 _