"電子表格是勝任許多任務的強大工具，不過在需要解釋、審查和呈現數據的情況下，使用它們就會顯得有些力不從心。這是R編程的優勢所在。R編程語言為正確處理所有類型的數據提供了一種舒適的環境，並且在開源的RStudio開發套件中，隻要用鼠標鍵盤就可以簡化復雜的操作，還可以為分析和報告創建可重現的處理過程。    《R數據加工與分析呈現寶典》將講解如何使用R和RStudio從原始數據中提取有意義的信息。每一章精心編寫的內容都涵蓋了一種整理數據的獨特方式，從理解個等

●第1章 數據與R語言介紹 11.1 什麼是數據、數據在哪裡以及如何處理數據 21.1.1 什麼是數據 21.1.2 將周圍的一切都視為數據源 21.1.3 數據再加工 41.1.4 使用處理得當的數據可以做些什麼 41.1.5 數據就是資產 81.1.6 可重復的研究和版本控制 91.2 R語言介紹 111.2.1 R的起源 121.2.2 R能夠以及不能完成哪些工作 131.3 R的運行機制 141.4 RStudio介紹 171.4.1 在RStudio中使用R 171.4.2 內置插件包(數據和函數) 221.4.3 內置文檔 231.4.4 簡介 241.5 親自嘗試 241.6 專業術語 251.7 本章小結 25第2章 了解R數據類型 272.1 數據類型 282.1.1 數字 282.1.2 文本(字符串) 312.1.3 類別(因子) 332.1.4 日期和時間 352.1.5 邏輯值 372.1.6 缺失值 382.2 存儲值(賦值) 382.2.1 命名數據(變量) 392.2.2 固定不變的數據 442.2.3 賦值運算符(<-與=的對比) 452.3 指定數據類型 472.4 告知R忽略某些內容 512.5 親自嘗試 522.6 專業術語 532.7 本章小結 53第3章 生 數據值 553.1 基礎數學算法 553.2 運算符優先順序 583.3 字符串串聯(連接) 593.4 比較 613.5 自動轉換(強制) 653.6 親自嘗試 673.7 專業術語 683.8 本章小結 68第4章 理解將要使用的工具：函數 694.1 函數 694.1.1 表像之下 724.1.2 函數模板 744.1.3 參數 774.1.4 多個參數 794.1.5 默認參數 824.1.6 參數名稱匹配 834.1.7 部分匹配 864.1.8 作用域 874.2 插件包 924.2.1 安裝插件包 934.2.2 R如何獲知這個函數 964.2.3 名稱空間 974.3 消息、警告和錯誤 984.3.1 創建消息、警告和錯誤 994.3.2 診斷消息、警告和錯誤 1014.4 測試 1034.5 項目：泛化一個函數 1044.6 親自嘗試 1054.7 專業術語 1064.8 本章小結 106第5章 組合數據值 1075.1 簡單集合 1075.1.1 強制轉換 1095.1.2 缺失值 1105.1.3 屬性 1115.1.4 名稱 1125.2 序列 1135.2.1 向量函數 1185.2.2 向量數學運算 1195.3 矩陣 1215.4 列表 1245.5 data.frame 1275.6 class屬性 1315.6.1 tibble類 1335.6.2 將結構用作函數參數 1375.7 親自嘗試 1385.8 專業術語 1395.9 本章小結 139第6章 選取數據值 1416.1 文本處理 1426.1.1 文本匹配 1426.1.2 子字符串 1446.1.3 文本替換 1456.1.4 正則表達式 1456.2 從結構中選取組成部分 1486.2.1 向量 1486.2.2 列表 1516.2.3 矩陣 1556.3 值的替換 1576.4 data.frame和dplyr 1616.4.1 dplyr動詞 1626.4.2 非標準計算 1646.4.3 管道 1666.4.4 以困難方式對data.frame取子集 1696.5 替換NA 1726.6 條件式選取 1736.7 彙總值 1766.8 一個行之有效的示例：Excel與R的對比 1796.9 親自嘗試 1816.10 專業術語 1836.11 本章小結 183第7章 對大量數據進行處理 1857.1 整潔數據原則 1857.1.1 工作目錄 1877.1.2 存儲數據格式 1897.1.3 將數據讀入R中 1907.1.4 抓取數據 1937.1.5 檢查數據 1977.1.6 處理數據中奇怪的值(警示值) 2007.1.7 轉換成整潔數據 2017.2 合並數據 2057.3 寫出R中的數據 2107.4 親自嘗試 2147.5 專業術語 2147.6 本章小結 214第8章 根據條件進行處理：控制結構 2178.1 循環 2178.1.1 向量化 2188.1.2 整潔的重復：使用purrr進行循環 2198.1.3 for循環 2248.2 更大或更小的循環作用域 2278.3 條件式執行 2298.3.1 if條件 2298.3.2 ifelse條件 2338.4 親自嘗試 2368.5 專業術語 2378.6 本章小結 238第9章 數據可視化：繪圖 2399.1 數據準備 2399.1.1 再次介紹整潔數據 2409.1.2 數據類型的重要性 2409.2 ggplot2 2409.2.1 通用構造 2419.2.2 添加數據點 244 9.2.3 樣式美學 2469.2.4 添加線條 2509.2.5 添加柱狀圖 2539.2.6 其他圖表類型 2589.2.7 刻度 2619.2.8 切面 2689.2.9 額外的選項 2729.3 作為對像的圖表 2759.4 保存圖表 2789.5 親自嘗試 2789.6 專業術語 2799.7 本章小結 279第10章 借助擴展插件包對數據進行更多的處理 28110.1 編寫自己的插件包 28210.1.1 創建一個最小化的插件包 28210.1.2 文檔 28310.2 對插件包進行分析 28710.2.1測試 28710.2.2 剖析 29010.3 接下來做什麼 29110.3.1 回歸分析 29110.3.2 聚類分析 29410.3.3 使用地圖 29710.3.4 與API進行交互 30010.3.5 插件包共享 30210.4 更多資源 30310.5 專業術語 30310.6 本章小結 304附錄A 安裝R 305附錄B 安裝RStudio 307附錄C base R中的圖形 309

主要內容●  如何使用R和RStudio開始編程●  理解和實現重要的R結構與運算符●  安裝和使用R包●  對數據進行整潔化、提煉和繪制處理

[美] 喬納森·卡羅爾 （Jonathan Carroll）著 蒲成 譯 著 蒲成 譯

數據無處不在，並且它們被以這樣或那樣的方式用於幾乎每一個行業。其中一種最常見的與數字或文本數據進行交互的方式是電子表格軟件。這種方式提供了幾種有用的特性：以表格視圖呈現數據，允許使用那些值執行計算，以及生成數據彙總。而電子表格往往無法提供的是以可重復、可重現或者編程方式執行這些處理的方法(不需要單擊或復制粘貼)。電子表格對於展示數據(包括有限的數據彙總)而言是很好的；不過當我們希望對數據進行一些真正高級的處理時，需要借助一種編程語言來實現。數據再加工——處理原始數據——是數據科學的基石。再加工技術包括清洗、排序、分析、過濾，以及讓數據變得真正有用所需要做的其他一切處理。人們常說，90%的數據科學工作都是在準備數據，而其餘的10%纔是對數據進行實際處理。不要低估仔細準備數據的重要性；分析結果取決於這一步是否正確。使用編程語言來執行數據再加工意味著對數據進行的處理會被記錄下來，可以從原等