【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》
6 o) Y0 K" c; u$ ^" c7 X1 d5 \- D#（1）查看数据集中CO2的变量名称，并将Treatment的名称更改为Treat
+ v% c" P2 C7 ^. }9 @4 }! ^2 Mlibrary(reshape)
CO2
CO2 <- 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
7 O, ^2 Z( e9 h& p- g  C> anyNA(CO2)
[1] FALSE
#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]
0 B) {5 _+ n& C9 I7 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
$ ]! D6 F2 k( W/ Q> sort(CO2$uptake,decreasing = TRUE) #从大到小
" B3 M  N# [) G0 Z2 ` [1] 45.5 44.3 43.9 42.9 42.4 42.1 41.8 41.4 41.4 40.6 40.3 39.7
! M0 j% l0 [$ c& [3 {/ u[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
/ G, Y4 ^! |3 }; S; v' g[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
3 C4 c8 K4 l- d> sort(CO2$uptake,decreasing = FALSE)
# `- {' e7 D) G. H [1]  7.7  9.3 10.5 10.6 10.6 11.3 11.4 12.0 12.3 12.5 13.0 13.6
[13] 13.7 14.2 14.4 14.9 15.1 16.0 16.2 17.9 17.9 17.9 18.0 18.1
9 c" [/ u7 }5 q% I[25] 18.9 18.9 19.2 19.4 19.5 19.9 21.0 21.9 22.0 22.2 24.1 25.8
6 D$ H4 B) @- R  U# i& P! G[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

> CO2[order(CO2$uptake),]
! W0 l5 A* ~( g; C   Plant        Type      Treat conc uptake
71   Mc2 Mississippi    chilled   95    7.7
29   Qc2      Quebec    chilled   95    9.3
4 T! v+ u! U6 Z8 |64   Mc1 Mississippi    chilled   95   10.5
43   Mn1 Mississippi nonchilled   95   10.6
78   Mc3 Mississippi    chilled   95   10.6
57   Mn3 Mississippi nonchilled   95   11.3
! ~/ D6 l7 Q: E7 e; g" i
> CO2[order(-CO2$uptake),]
   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
19   Qn3      Quebec nonchilled  500   42.9
7 Y# U5 y( x/ y+ q35   Qc2      Quebec    chilled 1000   42.4

#（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))
6 [: E  G* Z$ Y0 P1 ]$ M" L(sample1 <- CO2[n == 1,])
(sample2 <- CO2[n == 2,])
8 N/ L  o! V0 K/ S0 h6 v
#（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
$ x$ e$ }" |/ o+ _aggregate(CO2$uptake,by = list(CO2$Plant,CO2$Type),FUN = mean)
# S6 n, B# b( S' T$ @4 v3 e4 P
#（7）应用lapply()函数，同时计算con和uptake的均值
7 v0 F  K5 k: c% f" }lapply(c(CO2$conc,CO2$uptake),mean)
+ W/ E6 J! M- e0 ?
#（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)
2 P' R/ v+ h6 f) ]. pPlant_Qn

. I" R- Y+ o, |0 {#（9）使用gsub()函数，将CO2中植物名称（Plant）中的字符串”Qn“改为”QN“

: V- G& R8 K  g' D) ?
9 r9 T( S. t! q, 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)

; J1 @3 q$ i1 Qlibrary(fBasics)
stat <- function(x)
{
! D7 W! N' z* E" f9 ]5 B: @  if(!is.numeric(x))
  {
    stop("the input data must be numeric!\n")
  }
& e- K1 V; a5 X4 [% e  if(length(x) == 1)
  {
" G) i) T* ]4 t; C    stop("can not compute sd for one number!\n")
  }
) M8 ~5 z+ m: w& G  max1 <- max(x)
# D& C! i9 [9 e+ g8 K  min1 <- min(x)
0 {& s9 r% ?# s1 I  mean1 <- mean(x)
/ N& X( o) }, X! j5 k9 L  skewness1 <- skewness(x)
  kurtosis1 <- kurtosis(x)
- }: p+ ^( f, _$ I6 ?8 ?; y4 N  P1 ]  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
( Z( r/ O6 H- m  q% |  return(answer)
$ w! D) e$ W" m3 y$ H}

- i8 o: X5 D  l! v& G* R' P6 ct <- rt(100,2)
stat(t)


* r4 `5 V( @) o  w7 i
& ]2 n1 B4 l3 T$ f