【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》
0 }# U- C# w& T& @6 ~* P0 k2 F6 T* p#（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"))

- y# h+ f! x+ h0 y#（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
" l- @' G5 @9 r. Y+ C7 x2 D& t$ W> anyNA(CO2)
[1] FALSE
! W; u* B" G% p" G) j#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]
0 B5 R' B8 u" P( U5 v6 ?4 d
#(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
4 k$ f# m) d. i% f* w: i, y> sort(CO2$uptake,decreasing = TRUE) #从大到小
[1] 45.5 44.3 43.9 42.9 42.4 42.1 41.8 41.4 41.4 40.6 40.3 39.7
! F" a$ o! M7 }9 y$ _0 P, g[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
0 @6 ?& \. o" U/ c2 ?) ]6 {% K> sort(CO2$uptake,decreasing = FALSE)
* b% a$ c$ i4 F [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
: I1 n1 u' O+ R2 T3 S2 K[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
/ `8 v4 p) Y" K- K; z9 k9 G0 [" \[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
5 n) h5 L+ c. h
5 n. `, E/ Q/ c9 j6 ?> CO2[order(CO2$uptake),]
   Plant        Type      Treat conc uptake
71   Mc2 Mississippi    chilled   95    7.7
4 `: E1 |2 q0 W* l. Z* [6 b29   Qc2      Quebec    chilled   95    9.3
0 ~& w3 h8 Y6 l7 r64   Mc1 Mississippi    chilled   95   10.5
43   Mn1 Mississippi nonchilled   95   10.6
) y! J- y! @/ b1 E, E7 }6 X78   Mc3 Mississippi    chilled   95   10.6
9 L$ ]3 @' ?& I! E1 I& y2 `! [57   Mn3 Mississippi nonchilled   95   11.3

> CO2[order(-CO2$uptake),]
- l8 H0 o1 c; n. r) Q- j   Plant        Type      Treat conc uptake
3 g# ^! \, Z! H) R21   Qn3      Quebec nonchilled 1000   45.5
1 v7 C* V/ w' c14   Qn2      Quebec nonchilled 1000   44.3
9 F; S1 n& p1 G20   Qn3      Quebec nonchilled  675   43.9
$ k3 ~3 J' M2 N2 ^- m19   Qn3      Quebec nonchilled  500   42.9
! j4 x) s# i9 N) y3 c35   Qc2      Quebec    chilled 1000   42.4

8 \5 _7 P4 ], s5 Q  N#（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,])
: Z8 j2 i; Z* Y(sample2 <- CO2[n == 2,])
- G3 A  l2 V9 I# C' a& O
#（5）应用tapply()函数，计算不同植物（Plant）对应的uptake的平均值
7 B; x) ?/ c3 t; Ttapply(CO2$uptake,CO2$Plant,mean)
/ N( R0 ?( l2 j% D- o! P: J
#（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)

% `. ^& x' T% [8 d9 }- ^/ e#（7）应用lapply()函数，同时计算con和uptake的均值
lapply(c(CO2$conc,CO2$uptake),mean)

9 e- Q4 ^: `# Z* D% V; `0 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)
- O5 Z0 ?' K* p0 i: gPlant_Qn

#（9）使用gsub()函数，将CO2中植物名称（Plant）中的字符串”Qn“改为”QN“

" Z* j* O, ~, y4 F! J9 m
#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 n9 k: }4 L; `$ k2 @4 Wlibrary(fBasics)
stat <- function(x)
2 p# q0 a0 [+ T! D( l5 m, \$ r{
! Y( L# Q) m) p* l" k& A  if(!is.numeric(x))
- _4 W; T: U; A  {
1 F- P7 ~3 N) g- O. B    stop("the input data must be numeric!\n")
" X5 Z1 ^- W2 M* m+ U+ w  }
  if(length(x) == 1)
  {
6 f( q8 u5 H6 g7 j7 S0 _: d; `4 J    stop("can not compute sd for one number!\n")
& C; K' k. |4 w% U  }
% A, W% H3 B( B) Y% j  max1 <- max(x)
  min1 <- min(x)
- s' G# }$ c4 o7 A# J- a$ {; `! R  mean1 <- mean(x)
5 `! M( ?$ ~; y2 S; d! K3 ^  skewness1 <- skewness(x)
  kurtosis1 <- kurtosis(x)
  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
  return(answer)
7 |5 \+ E% O$ \* [; `3 X}

t <- rt(100,2)
stat(t)


5 G) S$ Q) V: w  F- }, C; L