【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》
2 ~4 i; Q+ j; `/ s1 Q#（1）查看数据集中CO2的变量名称，并将Treatment的名称更改为Treat
( r/ c# T1 D  L8 G2 B4 klibrary(reshape)
. A3 x) u2 x; aCO2
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
> anyNA(CO2)
' g) x- }6 U4 x[1] FALSE
: i9 u* R. W1 ]% n: r#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]

: T/ H9 I& l* ]$ j& s. X8 x/ c#(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）
8 @. V% P6 V/ ~- {2 f3 H+ {#篇幅问题删除部分输出数据
  C  |" I% u7 O> sort(CO2$uptake,decreasing = TRUE) #从大到小
[1] 45.5 44.3 43.9 42.9 42.4 42.1 41.8 41.4 41.4 40.6 40.3 39.7
[13] 39.6 39.2 38.9 38.8 38.7 38.6 38.1 37.5 37.2 37.1 35.5 35.4
[25] 35.3 35.0 34.8 34.6 34.0 32.5 32.4 32.4 32.4 31.8 31.5 31.1
[37] 30.9 30.6 30.4 30.3 30.0 28.5 28.1 27.9 27.8 27.3 27.3 26.2
/ f( W6 @+ B8 o5 z. |5 C4 |[49] 25.8 24.1 22.2 22.0 21.9 21.0 19.9 19.5 19.4 19.2 18.9 18.9
> sort(CO2$uptake,decreasing = FALSE)
& s3 q  I! [2 a$ l; d$ L [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
2 ^& ^2 W- e: w& Q7 J6 n6 M5 a[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
" z( x  W* b9 t( K; A* u0 i[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
4 W1 |% q. @: `6 v- M0 P: |% q( v[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
) L; U! k3 r" ]
> CO2[order(CO2$uptake),]
   Plant        Type      Treat conc uptake
71   Mc2 Mississippi    chilled   95    7.7
29   Qc2      Quebec    chilled   95    9.3
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

, n+ g+ v9 G; j0 e2 }- ]> CO2[order(-CO2$uptake),]
   Plant        Type      Treat conc uptake
( Z7 f$ H- }& n# r) P) ]21   Qn3      Quebec nonchilled 1000   45.5
14   Qn2      Quebec nonchilled 1000   44.3
4 n+ F; Q  D3 U20   Qn3      Quebec nonchilled  675   43.9
) h- m' T$ h$ m3 ~% ^' K19   Qn3      Quebec nonchilled  500   42.9
% W) }" M3 l& J) \- }/ @35   Qc2      Quebec    chilled 1000   42.4

: k, x% B5 r" j9 l#（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))
) L& j* K7 S) I7 H# n& o* {(sample1 <- CO2[n == 1,])
& F8 a) ^, e2 {3 _' G1 o(sample2 <- CO2[n == 2,])
) a; p' @6 @- i# C; ~
" C6 i  K; @+ P8 g% q#（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)

) |4 x1 p" `7 u8 n$ W#（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$Type),FUN = mean)
8 S% `& D9 e# v- N. l
. m, X- s+ G& r0 e/ Z#（7）应用lapply()函数，同时计算con和uptake的均值
; b$ l) ^5 ~* f6 w; x- ^; q8 y4 llapply(c(CO2$conc,CO2$uptake),mean)

#（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)
, m* v7 D- ?* ^: y, IPlant_Qn

. H) o" Z+ V! e5 U0 @* m# w#（9）使用gsub()函数，将CO2中植物名称（Plant）中的字符串”Qn“改为”QN“
) C! f0 v3 p% [7 x* q
3 P! [4 \6 h9 |) f
& U; O/ ]9 E  Z* i3 e#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)

library(fBasics)
) o: y! [4 x3 e9 w3 Y+ \stat <- function(x)
' W. o/ X; l& ^# Z  Y{
5 h' J; n" S% w4 U0 ?+ z2 s  v( J  if(!is.numeric(x))
  {
    stop("the input data must be numeric!\n")
  }
' H2 g- K* L2 b; z( Q: f; V  if(length(x) == 1)
  {
* J1 {7 [, c+ s/ y' Y) U    stop("can not compute sd for one number!\n")
- w8 `' C! x3 x  }
  max1 <- max(x)
  min1 <- min(x)
; \. }- W* @% ~. {  N  mean1 <- mean(x)
  skewness1 <- skewness(x)
/ V' ^. y9 D1 Y  B8 Z- ^  kurtosis1 <- kurtosis(x)
  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
  return(answer)
+ }/ w( Y0 e4 `/ h7 S% N}

t <- rt(100,2)
1 R0 T5 W! A, y- E! H1 A' tstat(t)
+ ]/ u/ r1 \8 m+ n6 Q3 u& K4 }


, ?0 Q3 P! f# M! {) _
) H8 W# V/ s$ P0 t# z