【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
4 |, ?' d9 D5 r+ M) Z& H$ X7 w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
3 ?$ x2 u2 k" e  b  a7 [' h2 G  clibrary(reshape)
5 j; s! `  ]! ?0 [1 i! s/ MCO2
+ v! i- V/ ?6 e, Y; D+ CCO2 <- rename(CO2,c(Treatment = "Treat"))

3 ^9 Y0 t6 G/ {$ `6 s( q#（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 ?% p7 ~3 q1 Q& l0 Z) i> anyNA(CO2)
[1] FALSE
#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]
: [0 y$ _0 u3 @7 R! O! A8 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
0 K' h. L3 y6 D1 N' z( y> sort(CO2$uptake,decreasing = TRUE) #从大到小
[1] 45.5 44.3 43.9 42.9 42.4 42.1 41.8 41.4 41.4 40.6 40.3 39.7
[13] 39.6 39.2 38.9 38.8 38.7 38.6 38.1 37.5 37.2 37.1 35.5 35.4
[25] 35.3 35.0 34.8 34.6 34.0 32.5 32.4 32.4 32.4 31.8 31.5 31.1
2 q3 V4 L' q$ e$ F0 K: Q' d[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
/ V3 k8 A5 d1 V/ A3 o3 f! g" B4 B> sort(CO2$uptake,decreasing = FALSE)
[1]  7.7  9.3 10.5 10.6 10.6 11.3 11.4 12.0 12.3 12.5 13.0 13.6
[13] 13.7 14.2 14.4 14.9 15.1 16.0 16.2 17.9 17.9 17.9 18.0 18.1
, U: P+ Q% ^' ?7 s4 Y' t[25] 18.9 18.9 19.2 19.4 19.5 19.9 21.0 21.9 22.0 22.2 24.1 25.8
[37] 26.2 27.3 27.3 27.8 27.9 28.1 28.5 30.0 30.3 30.4 30.6 30.9
[49] 31.1 31.5 31.8 32.4 32.4 32.4 32.5 34.0 34.6 34.8 35.0 35.3
" `# L# j( {2 @! t
> CO2[order(CO2$uptake),]
* v8 t' C$ i8 @" u8 b; ~   Plant        Type      Treat conc uptake
71   Mc2 Mississippi    chilled   95    7.7
29   Qc2      Quebec    chilled   95    9.3
1 p: o$ l6 m# p& s64   Mc1 Mississippi    chilled   95   10.5
2 m9 i0 j& c. I, P7 M- k9 U  _43   Mn1 Mississippi nonchilled   95   10.6
78   Mc3 Mississippi    chilled   95   10.6
57   Mn3 Mississippi nonchilled   95   11.3

> CO2[order(-CO2$uptake),]
6 ~4 i) R$ b8 e# C   Plant        Type      Treat conc uptake
8 b! z& v9 i# N6 Z! h21   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
. t+ @; ~9 N) ?' h- J6 n" C  x35   Qc2      Quebec    chilled 1000   42.4

7 V- g5 m# i; ]0 Y$ u% u9 F: O#（4）将CO2随机分成两组数据，第一组和第二组比例为6：4
3 ]2 d$ i' ~6 {* K- Xn <- sample(2,84,replace = TRUE,prob = c(0.6,0.4))
2 B) u- f4 `" L(sample1 <- CO2[n == 1,])
) B# p6 q$ A1 Z! k(sample2 <- CO2[n == 2,])
" ^6 C! a( w. H, B8 i+ m" k  M% \
9 m! I, I* c2 {1 M#（5）应用tapply()函数，计算不同植物（Plant）对应的uptake的平均值
; ]" y+ Y1 v# M' k! a) jtapply(CO2$uptake,CO2$Plant,mean)
8 f  R4 d2 [% ?6 i. @
# m$ p' H( |7 o% F. ]* P. i#（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
8 P6 f: k) p+ l8 t) Vaggregate(CO2$uptake,by = list(CO2$Plant,CO2$Type),FUN = mean)
) M5 P6 @3 p' `) u" Y
6 n' S4 x7 _9 E5 U) \#（7）应用lapply()函数，同时计算con和uptake的均值
' }9 `4 u* Z& Z6 J5 Rlapply(c(CO2$conc,CO2$uptake),mean)
. ^- j, l% O2 L  l8 K
#（8）使用grep()函数，查找出植物名称（Plant）中含有”Qn“的行的位置，并将这些行储存于变量Plant_Qn中
Plant_Qn <- grep("Qn",CO2$Plant,fixed = FALSE)
5 s, ^0 |* ~& u* y7 {% i  GPlant_Qn

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

# m/ F0 p) k+ _6 i
) X6 L. b0 _) z. ]) X#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……
# n; I1 q. c1 {gsub("[t]","t",CO2$Plant)

$ X" U: d) r8 F5 f8 _library(fBasics)
. x* [$ \+ O8 b( b& s# ?: s0 E2 U' {stat <- function(x)
. H6 E8 M. `) A6 Q{
  if(!is.numeric(x))
  {
' c" b* t$ D4 w* s0 ]+ ]    stop("the input data must be numeric!\n")
2 h  v& }4 n7 R* s* T- U  }
  if(length(x) == 1)
  {
- n  v* B' |) e5 q  N2 ~    stop("can not compute sd for one number!\n")
  }
# @7 S  F) K+ z. b: _  max1 <- max(x)
  min1 <- min(x)
  mean1 <- mean(x)
  skewness1 <- skewness(x)
% V3 a' ?  k; h- n0 p  kurtosis1 <- kurtosis(x)
  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
2 @8 u' [" Z, d8 V1 U' P  return(answer)
. [$ R/ v5 v$ |+ ^8 r}
3 K2 }/ D( `& H! A
t <- rt(100,2)
stat(t)
9 I  {- i: g1 ~6 c


8 ~1 N* w$ e' d5 Z, y. l" U6 G, g5 u
% T5 c4 ?+ V% A9 P) l* V3 i