【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》
+ n4 W$ r% ^: I9 ~0 }#（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)
+ i6 P* q% D2 o9 w; @CO2
5 u3 s  Z: s5 V" f, }, Q+ d5 U7 |CO2 <- rename(CO2,c(Treatment = "Treat"))
% Y1 p7 {4 m" `$ |* p& C
% Y0 O9 J) |- }  D5 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
9 Z( \6 B/ n- F% C2 u& v0 v! w> anyNA(CO2)
[1] FALSE
2 p" m* X- W; ^( T+ V#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]
+ y1 }( \1 n+ S/ B/ t) w" v0 U) t
: _+ \, _/ b  ~' L- |' T- o4 y* S#(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
# L( ~  V$ A% Z) B7 w; w& u> sort(CO2$uptake,decreasing = TRUE) #从大到小
[1] 45.5 44.3 43.9 42.9 42.4 42.1 41.8 41.4 41.4 40.6 40.3 39.7
5 R# e  m: b3 C$ a7 J0 P[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
' X5 I# J4 t) h7 z" ?[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
9 w# X* t& D! B. q7 I[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$uptake,decreasing = FALSE)
# G" X" M/ N9 G2 T5 l5 H, n [1]  7.7  9.3 10.5 10.6 10.6 11.3 11.4 12.0 12.3 12.5 13.0 13.6
# e- c+ L2 l" N[13] 13.7 14.2 14.4 14.9 15.1 16.0 16.2 17.9 17.9 17.9 18.0 18.1
[25] 18.9 18.9 19.2 19.4 19.5 19.9 21.0 21.9 22.0 22.2 24.1 25.8
) a! J5 z6 ?9 O) C2 g: d' c[37] 26.2 27.3 27.3 27.8 27.9 28.1 28.5 30.0 30.3 30.4 30.6 30.9
0 y5 `% Y$ u( d7 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
/ k# v% E2 `0 I" ]
> CO2[order(CO2$uptake),]
2 o+ Y2 }4 ]* l   Plant        Type      Treat conc uptake
71   Mc2 Mississippi    chilled   95    7.7
29   Qc2      Quebec    chilled   95    9.3
2 A" w9 j0 {  [- g# V64   Mc1 Mississippi    chilled   95   10.5
43   Mn1 Mississippi nonchilled   95   10.6
78   Mc3 Mississippi    chilled   95   10.6
57   Mn3 Mississippi nonchilled   95   11.3
" }1 u: h2 Z  D/ k! f
* B, F- n* x5 `/ S7 Z> CO2[order(-CO2$uptake),]
+ ^* e( P, _; {: b4 M# q5 i" |' k( f# q   Plant        Type      Treat conc uptake
21   Qn3      Quebec nonchilled 1000   45.5
14   Qn2      Quebec nonchilled 1000   44.3
- c! Z& p, }4 I7 h* ?8 P20   Qn3      Quebec nonchilled  675   43.9
19   Qn3      Quebec nonchilled  500   42.9
35   Qc2      Quebec    chilled 1000   42.4
" c8 O) C) ?9 r  V9 T
/ d! d$ g- v3 E/ p: @/ Q) V#（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))
(sample1 <- CO2[n == 1,])
(sample2 <- CO2[n == 2,])

! g; i; @- U, I' `' }#（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)

#（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)

#（7）应用lapply()函数，同时计算con和uptake的均值
8 k& [( g& y5 A0 Zlapply(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)
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“


. b/ ^& q6 [6 N  K9 {! }% V' I#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)
. ^; y8 V: l7 fstat <- function(x)
3 j" u% F" `2 T& P5 C4 @5 D  [{
  if(!is.numeric(x))
& L2 u: h  i- P3 T' ]! I  {
    stop("the input data must be numeric!\n")
  }
$ E2 f& N: D6 q8 p6 k  if(length(x) == 1)
  {
9 u7 I3 m4 a8 H/ @3 ~% D; l    stop("can not compute sd for one number!\n")
  }
  max1 <- max(x)
  min1 <- min(x)
2 a+ A" D: u7 E2 J! x  mean1 <- mean(x)
2 U( C6 m& q% z% U0 r# g1 @5 ?  skewness1 <- skewness(x)
  kurtosis1 <- kurtosis(x)
2 [$ c# I# U6 p( f& @% U  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
  return(answer)
}

. u+ F6 n  c2 D# c. B  p3 O( X! pt <- rt(100,2)
' L7 ^# j8 X- L$ p2 D, a' qstat(t)
+ |1 ]9 H! i/ K


. k' }. K1 {1 H
- V3 A2 j* E- \% b& E5 Z3 F