【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
, U" C6 H% n) M: ?4 a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)
CO2
  s7 g, d9 C2 cCO2 <- rename(CO2,c(Treatment = "Treat"))
! q& L" z3 Z* R, s4 g
#（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)
[1] FALSE
' U% n' O2 |% T. q/ |% e* I, v#检测所在行：complete.case(CO2) 删除：CO2[comeplete.case(CO2),]

+ ?- W2 H( G, j3 l% k; [#(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）
6 j# k- X! B1 W#篇幅问题删除部分输出数据
> sort(CO2$uptake,decreasing = TRUE) #从大到小
[1] 45.5 44.3 43.9 42.9 42.4 42.1 41.8 41.4 41.4 40.6 40.3 39.7
4 {  z6 e) G$ z" ~5 m; o3 ][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
1 G$ T$ e5 `: a[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
7 v, e: @# \; s" z* U# n4 S% v5 P[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
$ Y/ I% ^* i* E9 M$ \# X6 L[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
& i. \- E5 g9 n# c) C> sort(CO2$uptake,decreasing = FALSE)
) ]% J2 Z% N' M$ I! e& Y [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
& v# M& L: Y0 T2 `3 h* b[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
" b' g" z( o8 L3 A# L$ \9 `' D[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
" {( ^2 [& a  r! A' t: U' E[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
4 K6 e) C: E& j$ K  p$ B8 l; y0 U) ?! L[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

# ^' E: F& W7 e/ r( P5 r> CO2[order(CO2$uptake),]
% N2 k8 b4 c7 u( a: @0 f0 R% z   Plant        Type      Treat conc uptake
7 A- R; |' M3 K71   Mc2 Mississippi    chilled   95    7.7
29   Qc2      Quebec    chilled   95    9.3
  Q& U; b" L7 V% }" n64   Mc1 Mississippi    chilled   95   10.5
$ m, i9 ~$ T. c- n3 f& V43   Mn1 Mississippi nonchilled   95   10.6
, x- G/ q2 M3 i4 v5 ]2 L/ ~78   Mc3 Mississippi    chilled   95   10.6
57   Mn3 Mississippi nonchilled   95   11.3
- n2 a/ R8 O2 ~* x5 ^5 r/ W+ v0 t
7 L6 O0 Q  i( D% o> CO2[order(-CO2$uptake),]
   Plant        Type      Treat conc uptake
+ Y0 f& |" f  Z1 t1 N21   Qn3      Quebec nonchilled 1000   45.5
: R6 L3 z# }, K14   Qn2      Quebec nonchilled 1000   44.3
20   Qn3      Quebec nonchilled  675   43.9
19   Qn3      Quebec nonchilled  500   42.9
; ^& \  A5 d$ C* H" G+ u35   Qc2      Quebec    chilled 1000   42.4
, A# ~; h1 g2 V8 r
#（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,])

' `9 S# t1 z8 q/ [1 h2 \#（5）应用tapply()函数，计算不同植物（Plant）对应的uptake的平均值
' E5 }4 c& A5 P* V/ \3 c+ i" ~# itapply(CO2$uptake,CO2$Plant,mean)
, R$ m: F" j6 @6 I9 k0 j1 i+ x, q2 s
* w% _/ F8 k" ~. R* l9 B- ]2 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
" `4 ^. S2 G5 }5 o- kaggregate(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
5 W8 I+ W' H8 Olapply(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$Plant,fixed = FALSE)
- @  M1 {8 T  G. a/ w8 f" F# S+ IPlant_Qn
. Z1 l2 C# {8 f$ t7 @, r4 L& e
: r0 _( F. h$ D$ C$ ^#（9）使用gsub()函数，将CO2中植物名称（Plant）中的字符串”Qn“改为”QN“

. B8 {3 S0 A# {
#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)
2 ~9 Z2 Y( }7 u% Istat <- function(x)
{
  if(!is.numeric(x))
" f% {! c* ?2 T9 \0 e  {
9 |* C  m0 u$ p5 y. Y3 T5 J    stop("the input data must be numeric!\n")
# H+ c6 j1 |% \* {  }
( h2 C- I% k6 a0 a2 G2 u  if(length(x) == 1)
. f' W- F# g5 [; [0 \4 j  {
9 |$ E. z; G  S3 E    stop("can not compute sd for one number!\n")
  }
  max1 <- max(x)
  min1 <- min(x)
  mean1 <- mean(x)
7 J% p9 h3 o0 o  u8 ]  h& Y# X7 Z: Z' k  skewness1 <- skewness(x)
  kurtosis1 <- kurtosis(x)
  answer <- c(max1,min1,mean1,skewness1,kurtosis1)
  return(answer)
. X, }& D2 n( i" N: x6 h3 h, D}
4 L& ?# U8 I$ @
t <- rt(100,2)
( Y7 a  v) E9 a: |: w3 |  gstat(t)
' v+ \7 h' G# a9 X3 M0 ~8 g9 v