R数据加工与分析呈现宝典（大数据应用与技术丛书）

《R数据加工与分析呈现宝典》将讲解如何使用R和RStudio从原始数据中提取有意义的信息。每一章精心编写的内容都涵盖了一种整理数据的独特方式，从理解个别值到与复杂数据集合进行交互，其中还包括如何从网络上抓取数据。本书还阐释了类似循环和条件的简单编程技术，以便让读者可以创建自定义函数。在阅读完本书之后，读者将掌握分析和可视化各类数据的多种策略。 主要内容 ●　如何使用R和RStudio开始编程 ●　理解和实现重要的R结构与运算符 ●　安装和使用R包 ●　对数据进行整洁化、提炼和绘制处理

目 录 第1章 数据与R语言介绍 1 1.1 什么是数据、数据在哪里以及如何处理数据 2 1.1.1 什么是数据 2 1.1.2 将周围的一切都视为数据源 2 1.1.3 数据再加工 4 1.1.4 使用处理得当的数据可以做些什么 4 1.1.5 数据就是资产 8 1.1.6 可重复的研究和版本控制 9 1.2 R语言介绍 11 1.2.1 R的起源 12 1.2.2 R能够以及不能完成哪些工作 13 1.3 R的运行机制 14 1.4 RStudio介绍 17 1.4.1 在RStudio中使用R 17 1.4.2 内置插件包(数据和函数) 22 1.4.3 内置文档 23 1.4.4 简介 24 1.5 亲自尝试 24 1.6 专业术语 25 1.7 本章小结 25 第2章 了解R数据类型 27 2.1 数据类型 28 2.1.1 数字 28 2.1.2 文本(字符串) 31 2.1.3 类别(因子) 33 2.1.4 日期和时间 35 2.1.5 逻辑值 37 2.1.6 缺失值 38 2.2 存储值(赋值) 38 2.2.1 命名数据(变量) 39 2.2.2 固定不变的数据 44 2.2.3 赋值运算符(<-与=的对比) 45 2.3 指定数据类型 47 2.4 告知R忽略某些内容 51 2.5 亲自尝试 52 2.6 专业术语 53 2.7 本章小结 53 第3章 生成新数据值 55 3.1 基础数学算法 55 3.2 运算符优先顺序 58 3.3 字符串串联(连接) 59 3.4 比较 61 3.5 自动转换(强制) 65 3.6 亲自尝试 67 3.7 专业术语 68 3.8 本章小结 68 第4章 理解将要使用的工具： 函数 69 4.1 函数 69 4.1.1 表象之下 72 4.1.2 函数模板 74 4.1.3 参数 77 4.1.4 多个参数 79 4.1.5 默认参数 82 4.1.6 参数名称匹配 83 4.1.7 部分匹配 86 4.1.8 作用域 87 4.2 插件包 92 4.2.1 安装插件包 93 4.2.2 R如何获知这个函数 96 4.2.3 名称空间 97 4.3 消息、警告和错误 98 4.3.1 创建消息、警告和 错误 99 4.3.2 诊断消息、警告和 错误 101 4.4 测试 103 4.5 项目：泛化一个函数 104 4.6 亲自尝试 105 4.7 专业术语 106 4.8 本章小结 106 第5章 组合数据值 107 5.1 简单集合 107 5.1.1 强制转换 109 5.1.2 缺失值 110 5.1.3 属性 111 5.1.4 名称 112 5.2 序列 113 5.2.1 向量函数 118 5.2.2 向量数学运算 119 5.3 矩阵 121 5.4 列表 124 5.5 data.frame 127 5.6 class属性 131 5.6.1 tibble类 133 5.6.2 将结构用作函数参数 137 5.7 亲自尝试 138 5.8 专业术语 139 5.9 本章小结 139 第6章 选取数据值 141 6.1 文本处理 142 6.1.1 文本匹配 142 6.1.2 子字符串 144 6.1.3 文本替换 145 6.1.4 正则表达式 145 6.2 从结构中选取组成部分 148 6.2.1 向量 148 6.2.2 列表 151 6.2.3 矩阵 155 6.3 值的替换 157 6.4 data.frame和dplyr 161 6.4.1 dplyr动词 162 6.4.2 非标准计算 164 6.4.3 管道 166 6.4.4 以困难方式对data.frame取子集 169 6.5 替换NA 172 6.6 条件式选取 173 6.7 汇总值 176 6.8 一个行之有效的示例： Excel与R的对比 179 6.9 亲自尝试 181 6.10 专业术语 183 6.11 本章小结 183 第7章 对大量数据进行处理 185 7.1 整洁数据原则 185 7.1.1 工作目录 187 7.1.2 存储数据格式 189 7.1.3 将数据读入R中 190 7.1.4 抓取数据 193 7.1.5 检查数据 197 7.1.6 处理数据中奇怪的值 (警示值) 200 7.1.7 转换成整洁数据 201 7.2 合并数据 205 7.3 写出R中的数据 210 7.4 亲自尝试 214 7.5 专业术语 214 7.6 本章小结 214 第8章 根据条件进行处理：控制结构 217 8.1 循环 217 8.1.1 向量化 218 8.1.2 整洁的重复：使用purrr进行循环 219 8.1.3 for循环 224 8.2 更大或更小的循环作用域 227 8.3 条件式执行 229 8.3.1 if条件 229 8.3.2 ifelse条件 233 8.4 亲自尝试 236 8.5 专业术语 237 8.6 本章小结 238 第9章 数据可视化：绘图 239 9.1 数据准备 239 9.1.1 再次介绍整洁数据 240 9.1.2 数据类型的重要性 240 9.2 ggplot2 240 9.2.1 通用构造 241 9.2.2 添加数据点 244 9.2.3 样式美学 246 9.2.4 添加线条 250 9.2.5 添加柱状图 253 9.2.6 其他图表类型 258 9.2.7 刻度 261 9.2.8 切面 268 9.2.9 额外的选项 272 9.3 作为对象的图表 275 9.4 保存图表 278 9.5 亲自尝试 278 9.6 专业术语 279 9.7 本章小结 279 第10章 借助扩展插件包对数据进行更多的处理 281 10.1 编写自己的插件包 282 10.1.1 创建一个最小化的插件包 282 10.1.2 文档 283 10.2 对插件包进行分析 287 10.2.1 单元测试 287 10.2.2 剖析 290 10.3 接下来做什么 291 10.3.1 回归分析 291 10.3.2 聚类分析 294 10.3.3 使用地图 297 10.3.4 与API进行交互 300 10.3.5 插件包共享 302 10.4 更多资源 303 10.5 专业术语 303 10.6 本章小结 304 附录A 安装R 305 附录B 安装RStudio 307 附录C base R中的图形 309

Jonathan Carroll拥有澳大利亚阿德莱德大学的理论天体物理学博士学位，目前作为独立承包商提供数据科学领域的R编程服务。他为R贡献了许多插件包，并且经常在Stack Overflow上解答问题，他还热衷于科学传播。

暂无其它内容！

暂时还没有人为这本书评论！