【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 e$ j& Z+ v( C#（1）查看数据集中CO2的变量名称，并将Treatment的名称更改为Treat
7 b5 R* W) Y( [% |" A: }6 S+ ylibrary(reshape)
7 L; V* }: g3 b& L$ p6 ~) mCO2
: |9 O5 p4 d  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
> anyNA(CO2)
[1] FALSE
#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]
1 }8 K. j! R* c4 |( N
# O( v' [! `$ m#(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）
. |( h' x3 X, D#篇幅问题删除部分输出数据
> sort(CO2$uptake,decreasing = TRUE) #从大到小
: N4 q6 v9 f8 `2 ~/ X2 a [1] 45.5 44.3 43.9 42.9 42.4 42.1 41.8 41.4 41.4 40.6 40.3 39.7
[13] 39.6 39.2 38.9 38.8 38.7 38.6 38.1 37.5 37.2 37.1 35.5 35.4
[25] 35.3 35.0 34.8 34.6 34.0 32.5 32.4 32.4 32.4 31.8 31.5 31.1
[37] 30.9 30.6 30.4 30.3 30.0 28.5 28.1 27.9 27.8 27.3 27.3 26.2
[49] 25.8 24.1 22.2 22.0 21.9 21.0 19.9 19.5 19.4 19.2 18.9 18.9
> sort(CO2$uptake,decreasing = FALSE)
  }& x' T9 E* 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
[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
) A0 R$ N, q, b[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

& v4 P* @) i$ n3 m+ b> CO2[order(CO2$uptake),]
   Plant        Type      Treat conc uptake
71   Mc2 Mississippi    chilled   95    7.7
29   Qc2      Quebec    chilled   95    9.3
: k: [) h. m4 N7 c' s64   Mc1 Mississippi    chilled   95   10.5
) X* n" K& d6 E& n2 l9 M. u43   Mn1 Mississippi nonchilled   95   10.6
$ C% d$ R* C$ \" V9 k78   Mc3 Mississippi    chilled   95   10.6
5 Q1 u8 Y0 K  ~2 G$ _3 C57   Mn3 Mississippi nonchilled   95   11.3

> CO2[order(-CO2$uptake),]
; [) s" B0 j4 ]; x   Plant        Type      Treat conc uptake
4 |) }6 D# Z; c- C; @1 Q% }21   Qn3      Quebec nonchilled 1000   45.5
14   Qn2      Quebec nonchilled 1000   44.3
, q6 S" H1 h8 E5 V( b/ K( W2 [20   Qn3      Quebec nonchilled  675   43.9
19   Qn3      Quebec nonchilled  500   42.9
35   Qc2      Quebec    chilled 1000   42.4

3 i5 p" I/ A8 S9 P3 W) U; r#（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))
* G) [0 [& @: T(sample1 <- CO2[n == 1,])
& z% D2 e) q- e5 ~(sample2 <- CO2[n == 2,])
( o- D% ^0 O6 J1 w
7 s9 I+ [# N+ g#（5）应用tapply()函数，计算不同植物（Plant）对应的uptake的平均值
1 o; _' K* N: ktapply(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
aggregate(CO2$uptake,by = list(CO2$Plant,CO2$Type),FUN = mean)

. `( A# \+ n4 J#（7）应用lapply()函数，同时计算con和uptake的均值
lapply(c(CO2$conc,CO2$uptake),mean)
3 _) S8 n! k1 h( \4 Y1 W+ q5 M) M
#（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
  D3 f- w, m" y- `Plant_Qn <- grep("Qn",CO2$Plant,fixed = FALSE)
Plant_Qn

' W3 D. C! a7 r1 }; o5 Z5 g#（9）使用gsub()函数，将CO2中植物名称（Plant）中的字符串”Qn“改为”QN“

3 ~  e5 d8 n! k( j
#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$Plant)
) r" c; v6 H/ b
library(fBasics)
stat <- function(x)
{
  if(!is.numeric(x))
' i& g! t; S! M) p! r3 E7 S2 W" W( t  {
/ D  V' K% ]& b' O- ?    stop("the input data must be numeric!\n")
. r. N3 h* b6 c- \5 V5 P3 O  }
( K" k% L$ _/ m: C* F% |  if(length(x) == 1)
' |" h/ j' z  \7 l3 j3 n  {
* O% H, ^; A% B0 g    stop("can not compute sd for one number!\n")
  }
  max1 <- max(x)
  min1 <- min(x)
  mean1 <- mean(x)
  skewness1 <- skewness(x)
  kurtosis1 <- kurtosis(x)
  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
' z% S, G: l# E" n3 \  return(answer)
}

t <- rt(100,2)
3 V& L. {' r# I6 O( S$ n& istat(t)

1 O8 Z  r! R  m# e( n

6 N* G9 B) A9 X4 q3 R) E0 |6 q5 P