正版 R数据加工与分析呈现宝典 [美] 乔纳森·卡罗尔 (Jonathan

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。

“推动从电子表格升级为使用R进行更重要数据整理的一本实用指南。”
——John D. Lewis，DDN

“帮助读者理解该如何使用存储数据的著作。”
——Hilde Van Gysel，Trebol Engineering

“完整地介绍了一门数据科学编程语言。激发了读者的求知欲！”
——Jenice Tom，CVS Health

“当数据分析超出了电子表格可以承担的范畴时，你可以很方便地利用本书所讲解的知识。”
——Danil Mironov，Luxoft Poland

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

        电子表格是胜任许多任务的强大工具，不过在需要解释、审查和呈现数据的情况下，使用它们就会显得有些力不从心。这是R编程的优势所在。R编程语言为正确处理所有类型的数据提供了一种舒适的环境，并且在开源的RStudio开发套件中，只要用鼠标键盘就可以简化复杂的操作，还可以为分析和报告创建可重现的处理过程。
　　《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。