【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》
#（1）查看数据集中CO2的变量名称，并将Treatment的名称更改为Treat
! o4 C5 A, w' z$ ]$ ?library(reshape)
! l$ I; o, O& O4 n5 R! d- r4 oCO2
CO2 <- rename(CO2,c(Treatment = "Treat"))
' m$ z1 d' Q9 T4 A6 s
. Y" b: `' n3 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
> anyNA(CO2)
7 z1 l- n2 d2 X[1] FALSE
#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]
3 T' {8 g! \, \0 T5 {: A1 N
' [( @5 N5 b2 B#(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）
& ^9 t: Z# i2 E) r#篇幅问题删除部分输出数据
, s) E: H* _( i> sort(CO2$uptake,decreasing = TRUE) #从大到小
/ }4 q  I% f1 c5 \ [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
3 L9 i1 a0 I7 M* s[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
" o7 q: D) p* t0 A0 ^" \[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
3 x( j5 b& K7 u+ X[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)
9 H) S( D. j+ J [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
  b% f# V2 n- T[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
  N  G( f' w8 y' T[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$uptake),]
   Plant        Type      Treat conc uptake
& N* ~  N) ]) l8 h71   Mc2 Mississippi    chilled   95    7.7
% M2 l1 T' f% f5 c29   Qc2      Quebec    chilled   95    9.3
64   Mc1 Mississippi    chilled   95   10.5
43   Mn1 Mississippi nonchilled   95   10.6
  U: a: _' g5 \  p) c5 C78   Mc3 Mississippi    chilled   95   10.6
1 d0 r3 U6 s+ n9 X- s4 b. b57   Mn3 Mississippi nonchilled   95   11.3
, L! _: C7 Q# {: k
> CO2[order(-CO2$uptake),]
   Plant        Type      Treat conc uptake
# @( u) v! @7 x$ H! R21   Qn3      Quebec nonchilled 1000   45.5
5 ?0 K/ t( l7 J- e4 ~( J14   Qn2      Quebec nonchilled 1000   44.3
: S8 l0 e. ]5 A8 \, X20   Qn3      Quebec nonchilled  675   43.9
19   Qn3      Quebec nonchilled  500   42.9
7 Y4 v; E2 s$ u5 |" N35   Qc2      Quebec    chilled 1000   42.4
7 c1 |' S2 U) t, F- y0 d  b+ R
#（4）将CO2随机分成两组数据，第一组和第二组比例为6：4
" J! T5 S/ D$ b' `1 L. [! E& V3 k- X8 Sn <- sample(2,84,replace = TRUE,prob = c(0.6,0.4))
! C3 f" I! \0 z; B(sample1 <- CO2[n == 1,])
% U: F: F/ _+ U7 e, N* [(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
- _- C+ _6 E/ o0 [7 A5 X/ C7 Y, j- D$ Gtapply(CO2$uptake,CO2$Plant,mean)
! h4 v' ?/ P3 t* T% {
; z1 J4 }4 \$ f# I( m3 m#（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
$ \+ k$ ^$ h% f! n* K8 y( ]aggregate(CO2$uptake,by = list(CO2$Plant,CO2$Type),FUN = mean)

9 v) |$ k$ n5 C% u/ B& Y: V, {#（7）应用lapply()函数，同时计算con和uptake的均值
1 o  h# k& J- ^0 [- ~lapply(c(CO2$conc,CO2$uptake),mean)
/ V; p* t. V5 g/ L  C" Q
#（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
$ j8 C: @4 H' j: c& Y# U/ j) ?Plant_Qn <- grep("Qn",CO2$Plant,fixed = FALSE)
1 u3 i3 f: b4 r9 YPlant_Qn

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

+ _& `' ^9 N  w9 i: ~  K+ }
" E( b1 x) p/ ~3 w3 V0 T$ M* M, C#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……
; d0 ^! j  F1 D2 q( n3 \$ m- k8 @gsub("[t]","t",CO2$Plant)

library(fBasics)
stat <- function(x)
{
0 P( _' I3 {9 N  if(!is.numeric(x))
  {
: C# \: A+ O  y  m! d8 k. U    stop("the input data must be numeric!\n")
6 |- ]# f0 M1 r3 l  }
  if(length(x) == 1)
  {
$ U- s, s! W. g/ y& i5 ^, V    stop("can not compute sd for one number!\n")
  }
! h! l! k/ Z- V. F* Y9 [% r  max1 <- max(x)
; W8 Q7 p5 j  I  min1 <- min(x)
1 I. z% I/ @/ v& o- V  mean1 <- mean(x)
$ \. P, ]8 X6 b5 Q& x  skewness1 <- skewness(x)
. v! m* T$ P) x* \' t! n  kurtosis1 <- kurtosis(x)
0 w1 t- ~4 W/ S$ x  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
+ o% i( e; ?( B& W$ T  return(answer)
- {: K7 }9 E) ^( F( b}

7 f; V; r& q8 A8 N8 L5 U- \* C+ kt <- rt(100,2)
stat(t)

+ U: g! r3 f+ i3 L0 b* \. p$ W

" W6 c, a+ K: K$ G# W