【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
, d5 e3 l3 _, u6 R7 ]书籍：《R语言与数据挖掘》
" p$ e$ L4 ]3 i) g#（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"))
) N7 S9 i, g7 n/ }
#（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)
* k' J: b- ~; A% h0 \( s8 w8 Z[1] FALSE
#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]

#(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）
5 r& F5 h6 Y/ W$ k#篇幅问题删除部分输出数据
6 ^% o! h' c! j( L8 Q' k! V% T> sort(CO2$uptake,decreasing = TRUE) #从大到小
[1] 45.5 44.3 43.9 42.9 42.4 42.1 41.8 41.4 41.4 40.6 40.3 39.7
[13] 39.6 39.2 38.9 38.8 38.7 38.6 38.1 37.5 37.2 37.1 35.5 35.4
[25] 35.3 35.0 34.8 34.6 34.0 32.5 32.4 32.4 32.4 31.8 31.5 31.1
[37] 30.9 30.6 30.4 30.3 30.0 28.5 28.1 27.9 27.8 27.3 27.3 26.2
[49] 25.8 24.1 22.2 22.0 21.9 21.0 19.9 19.5 19.4 19.2 18.9 18.9
> sort(CO2$uptake,decreasing = FALSE)
, q  |* a7 k+ {7 R  ?" 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
[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
% H9 O' ~1 y+ n6 `[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
6 \  C2 |" i# D& c7 s[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

. n7 s& h: g8 B+ Q/ M: p> CO2[order(CO2$uptake),]
7 o+ a: P9 `/ _5 h   Plant        Type      Treat conc uptake
71   Mc2 Mississippi    chilled   95    7.7
4 Z( b5 h- ?, [+ U& Q29   Qc2      Quebec    chilled   95    9.3
64   Mc1 Mississippi    chilled   95   10.5
* J7 w8 F4 X" {* n0 `: ^43   Mn1 Mississippi nonchilled   95   10.6
78   Mc3 Mississippi    chilled   95   10.6
57   Mn3 Mississippi nonchilled   95   11.3

> 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
& N2 ?) g1 }! u4 P) J: M19   Qn3      Quebec nonchilled  500   42.9
, [2 b" e- e) S" e8 Q( f0 y, g" y35   Qc2      Quebec    chilled 1000   42.4
9 B; ~! H3 c7 _  s- {6 r( D- A* |
#（4）将CO2随机分成两组数据，第一组和第二组比例为6：4
" p- ?7 W! ]7 o/ R/ x0 i2 Xn <- sample(2,84,replace = TRUE,prob = c(0.6,0.4))
. v4 \5 f, h! X: s; Q, O+ q(sample1 <- CO2[n == 1,])
& {( N6 n2 n2 ?0 ?: R/ P(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)
! h6 ]% h+ w" y. J/ i( l
! b4 V0 V" I" A; s# E$ 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
% c5 S2 t' z2 O! P4 kaggregate(CO2$uptake,by = list(CO2$Plant,CO2$Type),FUN = mean)
2 {! k8 B, }5 V( x( `4 i
#（7）应用lapply()函数，同时计算con和uptake的均值
4 P6 a& ^5 t8 v- flapply(c(CO2$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
5 J" P* \5 ~9 [/ ?Plant_Qn <- grep("Qn",CO2$Plant,fixed = FALSE)
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“
0 R" p2 B6 ]9 Y- |
& V7 A+ k/ Z* |. O9 ?
4 j- [' T$ }( t+ P. ?#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)

! h. T. a" O9 }. f: P, z2 |library(fBasics)
stat <- function(x)
{
$ h) u/ b$ G; f4 y* a  if(!is.numeric(x))
  {
3 K! I. H% a( X+ i" z0 ~    stop("the input data must be numeric!\n")
4 u1 Q: c- k4 t, ~: h+ D' ?# `2 K! n  }
  if(length(x) == 1)
  {
    stop("can not compute sd for one number!\n")
) o; q4 R6 j* \* i& t  }
, E: f+ I! f. g+ P  Q  max1 <- max(x)
0 R# G. g1 I6 N) P  min1 <- min(x)
  mean1 <- mean(x)
  skewness1 <- skewness(x)
% a2 M& @0 S! m+ h' f7 S  kurtosis1 <- kurtosis(x)
  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
  ^9 c1 y% ^2 _* f9 `2 x0 u8 p# c  return(answer)
}

# q% {* \7 G6 T/ kt <- rt(100,2)
3 K! x4 D; c/ K( [1 Estat(t)




: T( _/ ^2 Y) ~