醉染图书R语言数据高效处理指南9787301306086

部分 基础知识...................1 章 数据处理总论.......................... 21.1  数据处理的定义 ....................21.2  数据处理的意义 ...................31.3  数据处理基本工具 ..................3第2 章 R 语言编程基础.................. 62.1  下载安装 ...................62.2  包的使用 ..................7.  数据类型 .........................82.4  数据结构 ........................102.5  程序控制 ........................152.6  函数式编程 ....................17第3 章 数据处理基本范式....................... 19第2 部分 快速入门...................24第4 章 base-r：基本数据处理................. 254.1  数据集及其基本探索 .....................254.2  基本范式实现 ................274.2.1  创建（read.csv/data.frame） ................................274.2.2  删除（rm） .........................284..  检索（DF[i,j]） ...................284.2.4  插入（rbind/cbind） ........................314.2.5  排序（order） .....................334.2.6  过滤（DF[condition,]） ...................354.2.7  汇总（apply） .....................364.2.8  分组（aggregate） ...........................364.2.9  连接（merge） ....................37第5 章 tidyverse 生态系统：简洁高效数据处理.................... 405.1  tidyverse 生态系统简介 ........................405.2  基本范式实现 ............................415.2.1  包的加载（p_load） ........................415.2.2  创建（read_csv/tibble） ..................425..  删除（rm） .........................455.2.4  检索（select/slice） .........................465.2.5  插入（add/bind） ................505.2.6  排序（arrange） ..................545.2.7  过滤（filter） ......................565.2.8  汇总（summarise） .........................595.2.9  分组（group_by） ...........................615.2.10 连接（join） .....................635.3  不错处理工具 ................675.3.1 长宽数据变换（gather/spread） ..........................685.3.2  集合运算（intersect/union/setdiff） .....................705.3.3  窗口函数（rank/lead/lag/cum） ...........................745.3.4  连接数据库：对SL 的支持（dbplyr） .........................815.3.5  巧妙写函数：变量的引用 ...............85第3 部分 不错进阶...................93第6 章 data.table：高速数据处理............... 946.1  data.table 简介 ...............946.2  基本范式实现 ................966.3  不错特探索 ............................... 116第7 章 sparklyr: 分布式数据处理.................................. 1287.1  连接R 与Spark：sparklyr 包简介 ...............................1287.2  基本操作指南 ...............................1307.3  存储机制简介 ...............................1357.4  分布式计算 ..................136第4 部分 实战应用................. 139第8 章 航班飞行数据演练..................... 1408.1  nycihts13 数据集探索 ...........................1408.2  ihts14 数据集探索 ....................148第9 章 测试..................... 1550 章 实用数据处理技巧..................... 15710.1  数据存取 ....................15710.1.1  令人头疼的编码格式（encoding） ..............................15710.1.2  读写能竞速赛（fst/feather & data.table/readr） ....................15810.1.3  数据存取转换的瑞士（rio） ...................16210.2  并行计算（doParallel） .........................16410.3  混合编程 ....................1681 章 实战案例：网络爬虫与文本挖掘............................. 17311.1  网络爬取（rvest） .....................17411.2  文本挖掘（tidytext）.................1772 章 实战案例：数据塑型与可视化（ggplot2）.....................18012.1  数据准备 ....................18112.2  柱状图（geom_bar） .................1821.  折线图（geom_line） ................18312.4  饼图（ggpie） ............................18412.5  一行代码实现一页多图（gridExtra） .......................1863 章 实战案例：机器学习.................. 19313.1  机器学习概述 .............................19313.2  为什么要做机器学习 .................19313.3  如何入门机器学习 .....................19413.4  数据处理与机器学习 .................19513.5  案例分析：信贷风险预测模型构建 ...........................195致谢..............................204

黄天元，复旦大学生态学博士在读，R语言忠实爱好者。热爱数据科学与开源工具，致力于利用数据科学迅速积累行业经验优势和科学知识发现，涉猎内容包括但不限于信息计量、机器学习、数据可视化、统计建模、知识图谱等。已发表SCI两篇，开设有知乎专栏“R语言数据挖掘”。

（1）循序渐进式教学：本书由基础数据处理（base-r）—简洁高效数据处理（tidyverse生态系统）—高速数据处理（data.table）—分布式数据处理（sparklyr），从基础到进阶操作，一应俱全。（2）引导式教学：本书由浅入深，分层次讲解，每个知识点都配有可实现的代码辅理解。（3）案例式教学：本书实战应用部分涵盖数据搜集、数据处理、网络爬虫、文本挖掘、数据可视化、机器学习等多个领域，代码可直接用于实际工作和生活中。