【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
( G# Z" }6 b( D/ ?  ], E1 hlibrary(reshape)
: N" K( W2 Z0 v$ S& E  K6 e8 G& }CO2
1 H$ U) k2 |* S/ \8 M9 W: ]7 P# P' q6 gCO2 <- rename(CO2,c(Treatment = "Treat"))
6 [8 B* S+ P& c& X. L
#（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)
3 Y2 ?2 I' w+ d) c- ^& f[1] FALSE
#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]

3 N" L4 L* Q9 x1 Z% A. @; R#(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$uptake,decreasing = TRUE) #从大到小
[1] 45.5 44.3 43.9 42.9 42.4 42.1 41.8 41.4 41.4 40.6 40.3 39.7
[13] 39.6 39.2 38.9 38.8 38.7 38.6 38.1 37.5 37.2 37.1 35.5 35.4
4 w8 Y/ ]8 n: V! o/ ~% ]+ A5 X$ E[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
  D2 @" k4 x3 W[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
: w. \& N5 M7 q# 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)
. |3 R& x; \1 h [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
$ |* y3 d) \0 |[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
; F: E9 p+ _- x. E- ^) ~[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),]
   Plant        Type      Treat conc uptake
& h7 p3 N9 ]. a8 c+ [+ t- M71   Mc2 Mississippi    chilled   95    7.7
29   Qc2      Quebec    chilled   95    9.3
- p7 m- b6 ?7 K! W1 O5 E* R% z64   Mc1 Mississippi    chilled   95   10.5
43   Mn1 Mississippi nonchilled   95   10.6
5 z* W: V5 d" k% w78   Mc3 Mississippi    chilled   95   10.6
57   Mn3 Mississippi nonchilled   95   11.3

> CO2[order(-CO2$uptake),]
% ^: K/ R) u3 \   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
$ `+ Z' Q$ l1 M$ t! f19   Qn3      Quebec nonchilled  500   42.9
35   Qc2      Quebec    chilled 1000   42.4

1 i$ T8 }: |, o( e' G, E' c+ Y' ~#（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,])
(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)
( C: d# s7 J, i8 Q; F+ c
#（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
; H0 A0 y8 O) r$ Naggregate(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
lapply(c(CO2$conc,CO2$uptake),mean)

- N2 ]5 J) W% J& v: z2 m0 ~3 k" Y#（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)
- v  |/ q: d& d# }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“


#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
) U+ {1 E4 K! b* z#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)

7 m4 S; X$ H8 ?library(fBasics)
7 p! f4 b) i! W) E4 Q- [stat <- function(x)
{
  if(!is.numeric(x))
0 m0 X9 K6 ]6 o* k9 h8 i% u  {
    stop("the input data must be numeric!\n")
8 h3 ^- |/ |/ c  }
  if(length(x) == 1)
  {
    stop("can not compute sd for one number!\n")
  }
  max1 <- max(x)
5 ?2 a5 w9 b# Y) B9 x% K' e6 g4 V  min1 <- min(x)
  mean1 <- mean(x)
5 B" [# o) x8 A) e& s# X. i  skewness1 <- skewness(x)
  [( U7 m0 M8 b% z  kurtosis1 <- kurtosis(x)
  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
& X7 g! x7 S' k% z: s6 ~7 W% [  return(answer)
+ w4 ^9 o# [. L/ L* J: v}
/ T2 S5 L  k4 Q- W
5 A% D. `2 n  W1 r; E; f% Ut <- rt(100,2)
6 |) Q8 Z( J# ]; ]5 _7 O, ?4 n' Rstat(t)
6 y2 V/ l( H5 Y
8 P/ T5 Z+ r' k1 I  u- t8 P
; k- t8 |2 q0 Z8 I, E# ~