【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
; E1 d/ \* _! e! v0 v/ I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
library(reshape)
$ J! l8 i) `# q; x" z+ B. n  BCO2
CO2 <- rename(CO2,c(Treatment = "Treat"))

#（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 z! J8 V7 E/ {) q4 U> anyNA(CO2)
[1] FALSE
#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]

9 W- W8 T; F* h0 D#(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
> sort(CO2$uptake,decreasing = TRUE) #从大到小
, I# o9 p3 {; S5 K4 T/ A [1] 45.5 44.3 43.9 42.9 42.4 42.1 41.8 41.4 41.4 40.6 40.3 39.7
5 f) |) [6 I/ U4 O7 F[13] 39.6 39.2 38.9 38.8 38.7 38.6 38.1 37.5 37.2 37.1 35.5 35.4
4 W* V7 b1 s* O0 U6 e& c! @[25] 35.3 35.0 34.8 34.6 34.0 32.5 32.4 32.4 32.4 31.8 31.5 31.1
" C4 }" P/ i1 C/ s) G8 V[37] 30.9 30.6 30.4 30.3 30.0 28.5 28.1 27.9 27.8 27.3 27.3 26.2
[49] 25.8 24.1 22.2 22.0 21.9 21.0 19.9 19.5 19.4 19.2 18.9 18.9
> sort(CO2$uptake,decreasing = FALSE)
[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
7 J- D% I4 h$ H9 H[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
8 S! ?9 y2 [$ X1 {[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

" o4 g! K4 M' K$ L> CO2[order(CO2$uptake),]
   Plant        Type      Treat conc uptake
71   Mc2 Mississippi    chilled   95    7.7
29   Qc2      Quebec    chilled   95    9.3
1 o. s  i1 }2 O, l% C8 D64   Mc1 Mississippi    chilled   95   10.5
43   Mn1 Mississippi nonchilled   95   10.6
' m1 o, R$ }$ M- _78   Mc3 Mississippi    chilled   95   10.6
) `3 m# j; {7 Z( f57   Mn3 Mississippi nonchilled   95   11.3
! z/ O7 h* _/ a- U3 e5 X
> CO2[order(-CO2$uptake),]
   Plant        Type      Treat conc uptake
9 I8 ]& ]9 ~, Z21   Qn3      Quebec nonchilled 1000   45.5
14   Qn2      Quebec nonchilled 1000   44.3
20   Qn3      Quebec nonchilled  675   43.9
0 u7 K5 Q$ r, }2 l8 @1 i1 a19   Qn3      Quebec nonchilled  500   42.9
35   Qc2      Quebec    chilled 1000   42.4

  a7 {3 [7 q; ?#（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))
9 m& d1 U2 W& Z4 X& V" j9 g9 {9 u(sample1 <- CO2[n == 1,])
(sample2 <- CO2[n == 2,])

. Y8 Q* T& C& ?#（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)

1 [9 q' |% _$ c# n) W#（7）应用lapply()函数，同时计算con和uptake的均值
# Q% ?7 z* a0 k- m! t3 h& Ylapply(c(CO2$conc,CO2$uptake),mean)

! r  H5 f  p% S7 M* }#（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)
$ z( P6 W4 R' x( O7 sPlant_Qn

- f" I  h9 X; F% q. Z& v#（9）使用gsub()函数，将CO2中植物名称（Plant）中的字符串”Qn“改为”QN“

, k5 q! E9 S9 z. e: ~4 S. p. ?5 R  }
#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……
  b! G+ \- B; w4 C+ V' k$ K4 zgsub("[t]","t",CO2$Plant)

library(fBasics)
, q! s0 `: Z9 C* Ostat <- function(x)
# y2 w  h4 N6 ?" H  \7 C' |% v{
& S7 L, F) s6 u/ M% J( Q6 y8 c  if(!is.numeric(x))
  {
    stop("the input data must be numeric!\n")
* A4 v2 S! Q; q% U: J) z  }
$ I  b" c0 N5 m  if(length(x) == 1)
  {
    stop("can not compute sd for one number!\n")
" ]$ z2 f- ^/ q! P: ~- G0 U) [0 [  }
  max1 <- max(x)
  min1 <- min(x)
4 c+ v9 u  C  R1 l0 A* d' {* z  mean1 <- mean(x)
  skewness1 <- skewness(x)
  kurtosis1 <- kurtosis(x)
  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
  return(answer)
}

  @% w$ I; s* Y8 _t <- rt(100,2)
* Q' g# ~3 X" |, [+ W5 Mstat(t)
% Z/ k3 x9 X- c1 ^( C1 u- R6 z

2 X# Z1 K2 k& N
2 Q$ J. M9 U4 c