上机作业 Iris_R
徐英泽 2024011267
返回引导页
0. 加载Iris数据集
library(datasets)
> data (iris)
> class (iris) # 数据集类型
1. Iris数据集有几列？每列的数据类型是什么
[1] "data.frame"
> head (iris) # 数据集前六行数据
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3.0 1.4 0.2 setosa
3 4.7 3.2 1.3 0.2 setosa
4 4.6 3.1 1.5 0.2 setosa
5 5.0 3.6 1.4 0.2 setosa
6 5.4 3.9 1.7 0.4 setosa
> ncol (iris) # 数据集列数
[1] 5
> str (iris)
# 数据集结构，含每列数据的数据类型，分别为num,num,num,num和Factor。
'data.frame': 150 obs. of 5 variables:
$ Sepal.Length: num 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
$ Sepal.Width : num 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
$ Petal.Length: num 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
$ Petal.Width : num 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
$ Species : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1
2. 按Species列将数据分成3组，分别计算Sepal.Length的均值和标准差，保存为一个csv文件，提供代码和csv文件的内容。
> mean_res <- aggregate(Sepal.Length ~ Species, iris, mean)
# 按Species列分组并计算平均值
> mean_res
Species Sepal.Length
1 setosa 5.006
2 versicolor 5.936
3 virginica 6.588
> sd_res <- aggregate(Sepal.Length ~ Species, iris, sd)
# 按Species列分组并计算标准差
> sd_res
Species Sepal.Length
1 setosa 0.3524897
2 versicolor 0.5161711
3 virginica 0.6358796
> res <- merge(mean_res, sd_res, by = "Species")
# 按Species项合并平均值与标准差结果
> res
Species Sepal.Length.x Sepal.Length.y
1 setosa 5.006 0.3524897
2 versicolor 5.936 0.5161711
3 virginica 6.588 0.6358796
> colnames(res) <- c("Species", "Mean.Sepal.Length", "Sd.Sepal.Length")
# 更改表头名字
> res
Species Mean.Sepal.Length Sd.Sepal.Length
1 setosa 5.006 0.3524897
2 versicolor 5.936 0.5161711
3 virginica 6.588 0.6358796
write.csv(res, "C:/Users/54727/Desktop/bioinformatic back up/bioinformatic/上机作业R/iris_summary.csv")
# 将结果输出为iris_summary.csv文件
iris_summary.csv文件截图如下
并且提供超链接 iris_summary.csv
3. 对不同Species的Sepal.Width进行One way ANOVA分析，提供代码和输出的结果。
> aov_result <- aov(Sepal.Width ~ Species, data = iris)
# Species为分组变量，Sepal.Width为响应变量
> summary(aov_result)
# 显示方差分析结果摘要表
Df Sum Sq Mean Sq F value Pr(>F)
Species 2 11.35 5.672 49.16 <2e-16 *** # 组间变异
Residuals 147 16.96 0.115 # 组内变异
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
P值<2e-16，具显著性，说明不同iris物种之间的萼片宽度具有显著性差异。