123,123

內(nèi)容簡(jiǎn)介

　　R 語(yǔ)言在近10 年來(lái)已經(jīng)發(fā)生了日新月異的變化，不僅在內(nèi)容上更加豐富多彩，而且在計(jì)算效率上也有了大幅的提升。它被更加廣泛地用于數(shù)據(jù)可視化、統(tǒng)計(jì)建模、機(jī)器學(xué)習(xí)等領(lǐng)域，而且還能實(shí)現(xiàn)網(wǎng)絡(luò)爬蟲(chóng)、網(wǎng)絡(luò)應(yīng)用開(kāi)發(fā)等功能，成為數(shù)據(jù)科學(xué)領(lǐng)域的全能型工具。R 語(yǔ)言在學(xué)術(shù)界的地位已經(jīng)不容置疑，在大數(shù)據(jù)時(shí)代中它是保證研究可重復(fù)性的重要工具。隨著功能的日益完善，R 語(yǔ)言已經(jīng)進(jìn)軍工業(yè)界，并在金融、保險(xiǎn)、醫(yī)療、生物和信息計(jì)量等不同的應(yīng)用場(chǎng)景中大放異彩，潛力不可估量?！”M管R 語(yǔ)言能夠?qū)崿F(xiàn)豐富多樣的實(shí)際功能和框架，但是其本質(zhì)是面向數(shù)據(jù)的，因此數(shù)據(jù)處理是R 語(yǔ)言核心中的核心。如果能夠掌握高效的數(shù)據(jù)操作技術(shù)，就能夠在各類(lèi)數(shù)據(jù)分析任務(wù)中如魚(yú)得水。本書(shū)定位即為“R 語(yǔ)言數(shù)據(jù)處理101”，希望R 語(yǔ)言的使用者能夠在較早的階段就習(xí)得基本而有效的數(shù)據(jù)處理基本技術(shù)?！　禦語(yǔ)言數(shù)據(jù)高效處理指南》讀者群體包括在校的大學(xué)生、數(shù)據(jù)分析從業(yè)人員和致力于更加高效地處理數(shù)據(jù)的所有的R語(yǔ)言使用者。盡管對(duì)數(shù)據(jù)科學(xué)、計(jì)算機(jī)編程、統(tǒng)計(jì)學(xué)有一定基礎(chǔ)會(huì)幫助理解本書(shū)的內(nèi)容，但這不是必需的，來(lái)自包括初學(xué)者在內(nèi)的各個(gè)層次的讀者群體都能從本書(shū)中有所收獲。讀者在本書(shū)中不僅能夠?qū)W到數(shù)據(jù)處理中的實(shí)用技術(shù)，還能培養(yǎng)在數(shù)據(jù)分析中的探索性思維?？梢宰鳛榱慊A(chǔ)學(xué)習(xí)數(shù)據(jù)分析的教程、進(jìn)階數(shù)據(jù)分析實(shí)用技巧的參考書(shū)、常備查詢(xún)的案頭工具書(shū)，以及具有一定趣味性的數(shù)據(jù)分析入門(mén)啟蒙書(shū)。

作者簡(jiǎn)介

　　黃天元，復(fù)旦大學(xué)生態(tài)學(xué)博士在讀，R語(yǔ)言忠實(shí)愛(ài)好者。熱愛(ài)數(shù)據(jù)科學(xué)與開(kāi)源工具，致力于利用數(shù)據(jù)科學(xué)迅速積累行業(yè)經(jīng)驗(yàn)優(yōu)勢(shì)和科學(xué)知識(shí)發(fā)現(xiàn)，涉獵內(nèi)容包括但不限于信息計(jì)量、機(jī)器學(xué)習(xí)、數(shù)據(jù)可視化、統(tǒng)計(jì)建模、知識(shí)圖譜等。已發(fā)表SCI論文兩篇，開(kāi)設(shè)有知乎專(zhuān)欄“R語(yǔ)言數(shù)據(jù)挖掘”。

圖書(shū)目錄

第1 部分基礎(chǔ)知識(shí)...................1
第1 章數(shù)據(jù)處理總論.......................... 2
1.1　數(shù)據(jù)處理的定義 ....................2
1.2　數(shù)據(jù)處理的意義 ...................3
1.3　數(shù)據(jù)處理基本工具 ..................3
第2 章 R 語(yǔ)言編程基礎(chǔ).................. 6
2.1　下載安裝 ...................6
2.2　包的使用 ..................7
2.3　數(shù)據(jù)類(lèi)型 .........................8
2.4　數(shù)據(jù)結(jié)構(gòu) ........................10
2.5　程序控制 ........................15
2.6　函數(shù)式編程 ....................17
第3 章數(shù)據(jù)處理基本范式....................... 19
第2 部分快速入門(mén)...................24
第4 章 base-r：基本數(shù)據(jù)處理................. 25
4.1　數(shù)據(jù)集及其基本探索 .....................25
4.2　基本范式實(shí)現(xiàn) ................27
4.2.1　創(chuàng)建（read.csv/data.frame） ................................27
4.2.2　刪除（rm） .........................28
4.2.3　檢索（DF[i,j]） ...................28
4.2.4　插入（rbind/cbind） ........................31
4.2.5　排序（order） .....................33
4.2.6　過(guò)濾（DF[condition,]） ...................35
4.2.7　匯總（apply） .....................36
4.2.8　分組（aggregate） ...........................36
4.2.9　連接（merge） ....................37
第5 章 tidyverse 生態(tài)系統(tǒng)：簡(jiǎn)潔高效數(shù)據(jù)處理.................... 40
5.1　tidyverse 生態(tài)系統(tǒng)簡(jiǎn)介 ........................40
5.2　基本范式實(shí)現(xiàn) ............................41
5.2.1　包的加載（p_load） ........................41
5.2.2　創(chuàng)建（read_csv/tibble） ..................42
5.2.3　刪除（rm） .........................45
5.2.4　檢索（select/slice） .........................46
5.2.5　插入（add/bind） ................50
5.2.6　排序（arrange） ..................54
5.2.7　過(guò)濾（filter） ......................56
5.2.8　匯總（summarise） .........................59
5.2.9　分組（group_by） ...........................61
5.2.10 連接（join） .....................63
5.3　高級(jí)處理工具 ................67
5.3.1 長(zhǎng)寬數(shù)據(jù)變換（gather/spread） ..........................68
5.3.2　集合運(yùn)算（intersect/union/setdiff） .....................70
5.3.3　窗口函數(shù)（rank/lead/lag/cum） ...........................74
5.3.4　連接數(shù)據(jù)庫(kù)：對(duì)SQL 的支持（dbplyr） .........................81
5.3.5　巧妙寫(xiě)函數(shù)：變量的引用 ...............85
第3 部分高級(jí)進(jìn)階...................93
第6 章 data.table：高速數(shù)據(jù)處理............... 94
6.1　data.table 簡(jiǎn)介 ...............94
6.2　基本范式實(shí)現(xiàn) ................96
6.3　高級(jí)特性探索 ............................... 116
第7 章 sparklyr: 分布式數(shù)據(jù)處理.................................. 128
7.1　連接R 與Spark：sparklyr 包簡(jiǎn)介 ...............................128
7.2　基本操作指南 ...............................130
7.3　存儲(chǔ)機(jī)制簡(jiǎn)介 ...............................135
7.4　分布式計(jì)算 ..................136
第4 部分實(shí)戰(zhàn)應(yīng)用................. 139
第8 章航班飛行數(shù)據(jù)演練..................... 140
8.1　nycflights13 數(shù)據(jù)集探索 ...........................140
8.2　flights14 數(shù)據(jù)集探索 ....................148
第9 章測(cè)試..................... 155
第10 章實(shí)用數(shù)據(jù)處理技巧..................... 157
10.1　數(shù)據(jù)存取 ....................157
10.1.1　令人頭疼的編碼格式（encoding） ..............................157
10.1.2　讀寫(xiě)性能競(jìng)速賽（fst/feather & data.table/readr） ....................158
10.1.3　數(shù)據(jù)存取轉(zhuǎn)換的瑞士軍刀（rio） ...................162
10.2　并行計(jì)算（doParallel） .........................164
10.3　混合編程 ....................168
第11 章實(shí)戰(zhàn)案例：網(wǎng)絡(luò)爬蟲(chóng)與文本挖掘............................. 173
11.1　網(wǎng)絡(luò)爬?。╮vest） .....................174
11.2　文本挖掘（tidytext）.................177
第12 章實(shí)戰(zhàn)案例：數(shù)據(jù)塑型與可視化（ggplot2）.....................180
12.1　數(shù)據(jù)準(zhǔn)備 ....................181
12.2　柱狀圖（geom_bar） .................182
12.3　折線(xiàn)圖（geom_line） ................183
12.4　餅圖（ggpie） ............................184
12.5　一行代碼實(shí)現(xiàn)一頁(yè)多圖（gridExtra） .......................186
第13 章實(shí)戰(zhàn)案例：機(jī)器學(xué)習(xí).................. 193
13.1　機(jī)器學(xué)習(xí)概述 .............................193
13.2　為什么要做機(jī)器學(xué)習(xí) .................193
13.3　如何入門(mén)機(jī)器學(xué)習(xí) .....................194
13.4　數(shù)據(jù)處理與機(jī)器學(xué)習(xí) .................195
13.5　案例分析：信貸風(fēng)險(xiǎn)預(yù)測(cè)模型構(gòu)建 ...........................195
致謝..............................204