【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》
* y! b. x4 |) H, k#（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"))

+ x3 T( y  R  c" }3 C#（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
% F9 W. i( B; {- r* Y> anyNA(CO2)
$ ?" P: {  y2 B9 X' z) q[1] FALSE
3 N0 O: X' u4 t8 _1 [$ y#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）
: U: q/ V: c! z$ q" f6 P& z#篇幅问题删除部分输出数据
> sort(CO2$uptake,decreasing = TRUE) #从大到小
[1] 45.5 44.3 43.9 42.9 42.4 42.1 41.8 41.4 41.4 40.6 40.3 39.7
0 g7 K: N: S7 H$ E' n[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
. M4 ]4 C7 Q4 U[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
" k# ]9 W6 A, F: f6 k[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
* s! O9 ]/ N. D- z7 l$ I! j$ `[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
7 O- G2 J7 b6 y, h; E5 R> sort(CO2$uptake,decreasing = FALSE)
[1]  7.7  9.3 10.5 10.6 10.6 11.3 11.4 12.0 12.3 12.5 13.0 13.6
! t# P* _3 B8 U5 I[13] 13.7 14.2 14.4 14.9 15.1 16.0 16.2 17.9 17.9 17.9 18.0 18.1
* x* Q& N" U% L& ?7 f[25] 18.9 18.9 19.2 19.4 19.5 19.9 21.0 21.9 22.0 22.2 24.1 25.8
6 c+ q9 ?) }2 M[37] 26.2 27.3 27.3 27.8 27.9 28.1 28.5 30.0 30.3 30.4 30.6 30.9
[49] 31.1 31.5 31.8 32.4 32.4 32.4 32.5 34.0 34.6 34.8 35.0 35.3
& @3 B% m( l( R& a" G
6 |8 K+ C* F& Z4 A: h> CO2[order(CO2$uptake),]
! D+ Y0 L9 }$ e2 g  K3 p6 P: i9 V   Plant        Type      Treat conc uptake
71   Mc2 Mississippi    chilled   95    7.7
29   Qc2      Quebec    chilled   95    9.3
5 d' j  h& g4 c" H/ M5 k64   Mc1 Mississippi    chilled   95   10.5
; n( M+ ]* s9 T. E/ K& B' y43   Mn1 Mississippi nonchilled   95   10.6
6 K  \2 J. m; b: Q% i( p; p78   Mc3 Mississippi    chilled   95   10.6
57   Mn3 Mississippi nonchilled   95   11.3
* ~) H1 ]5 {* e7 I5 e
> CO2[order(-CO2$uptake),]
& \# X* A0 l' W2 n2 o  e/ R: B% v   Plant        Type      Treat conc uptake
$ k: {) s- `/ ~9 {4 S/ w+ {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
" j; w9 J% V  h2 N35   Qc2      Quebec    chilled 1000   42.4
8 h4 d- B/ K5 x6 E& ?! `+ E
2 }( c9 {9 U2 y# }! L9 Z1 U3 m6 T#（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))
/ x/ F' P) k* W( y/ D(sample1 <- CO2[n == 1,])
(sample2 <- CO2[n == 2,])
5 Y' e+ a. [2 X! M& O6 F9 w" ]
- I# Z0 D7 b0 i7 ^9 P#（5）应用tapply()函数，计算不同植物（Plant）对应的uptake的平均值
9 X' A& x1 p2 c& B* d0 `/ r& s/ ctapply(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
aggregate(CO2$uptake,by = list(CO2$Plant,CO2$Type),FUN = mean)

" v- ?/ c. e! ^! m- M" f#（7）应用lapply()函数，同时计算con和uptake的均值
% k2 D( O2 N3 k3 z& L: Ulapply(c(CO2$conc,CO2$uptake),mean)
0 h( O- ]/ F. n( Y+ t6 I
#（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$Plant,fixed = FALSE)
Plant_Qn
; I& I+ i+ k$ e' x/ z" z  B
' {3 v& Y. a# S4 z( X7 J* c! b' U#（9）使用gsub()函数，将CO2中植物名称（Plant）中的字符串”Qn“改为”QN“


#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
" ], P" T) Y: X2 |#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$Plant)
) F; h# @1 `# r# j: g
library(fBasics)
) \6 W' }6 {+ v6 K) d4 hstat <- function(x)
: L9 F5 k1 m8 o# ^7 G{
  if(!is.numeric(x))
1 |$ H# N% v: u+ e0 q  {
" e* m6 r: z  m1 y9 J2 q. y+ q3 L    stop("the input data must be numeric!\n")
7 P( ^/ ?1 i% z" I  }
  if(length(x) == 1)
  {
    stop("can not compute sd for one number!\n")
  }
  max1 <- max(x)
  min1 <- min(x)
  mean1 <- mean(x)
0 b( n" X# d; l# r  skewness1 <- skewness(x)
, u  q8 W/ b$ [; F" U- p9 Z3 N. x  kurtosis1 <- kurtosis(x)
  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
+ T1 X* _1 \2 G/ J5 n* ?  return(answer)
}

, Y, Y$ K: `; A3 f4 ~- ]t <- rt(100,2)
stat(t)

) Q) X- X3 ]0 K6 E0 g, w, ]0 A


# z' }: e7 [( v7 }4 ?( X/ M