作  者:

定  價:59

出 版 社:北京大學出版社

出版日期:2019年09月01日

頁  數:212

裝  幀:簡裝

ISBN:9787301306086

（1）循序漸進式教學：本書由基礎數據處理（base-r）—簡潔高效數據處理（tidyverse生態繫統）—高速數據處理（data.table）—分布式數據處理（sparklyr），從基礎到進階操作，一應俱全。（2）引導式教學：本書由淺入深，分層次講解，每個知識點都配有可實現的代碼輔助理解。（3）案例式教學：本書實戰應用部分涵蓋數據搜集、數據處理、網絡爬蟲、文本挖掘、數據可視化、機器學習等多個領域，代碼可直接用於實際工作和生活中。

● 部分 基礎知識...................1 章 數據處理總論.......................... 21.1  數據處理的定義 ....................21.2  數據處理的意義 ...................31.3  數據處理基本工具 ..................3第2 章 R 語言編程基礎.................. 62.1  下載安裝 ...................62.2  包的使用 ..................72.3  數據類型 .........................82.4  數據結構 ........................102.5  程序控制 ........................152.6  函數式編程 ....................17第3 章 數據處理基本範式....................... 19第2 部分 快速入門...................24第4 章 base-r：基本數據處理................. 254.1  數據集及其基本探索 .....................254.2  基本範式實現 ................274.2.1  創建（read.csv/data.frame） ................................274.2.2  刪除（rm） .........................284.2.3  檢索（DF[i,j]） ...................284.2.4  插入（rbind/cbind） ........................314.2.5  排序（order） .....................334.2.6  過濾（DF[condition,]） ...................354.2.7  彙總（apply） .....................3.2.8  分組（aggregate） ...........................3.2.9  連接（merge） ....................37第5 章 tidyverse 生態繫統：簡潔高效數據處理.................... 405.1  tidyverse 生態繫統簡介 ........................405.2  基本範式實現 ............................415.2.1  包的加載（p_load） ........................415.2.2  創建（read_csv/tibble） ..................425.2.3  刪除（rm） .........................455.2.4  檢索（select/slice） .........................465.2.5  插入（add/bind） ................505.2.6  排序（arrange） ..................545.2.7  過濾（filter） ......................565.2.8  彙總（summarise） .........................595.2.9  分組（group_by） ...........................615.2.10 連接（join） .....................635.3  不錯處理工具 ................675.3.1 長寬數據變換（gather/spread） ..........................685.3.2  集合運算（intersect/union/setdiff） .....................705.3.3  窗口函數（rank/lead/lag/cum） ...........................745.3.4  連接數據庫：對SQL 的支持（dbplyr） .........................815.3.5  巧妙寫函數：變量的引用 ...............85第3 部分 不錯進階...................93第6 章 data.table：高速數據處理............... 946.1  data.table 簡介 ...............946.2  基本範式實現 ................966.3  不錯特性探索 ............................... 116第7 章 sparklyr: 分布式數據處理.................................. 1287.1  連接R 與Spark：sparklyr 包簡介 ...............................1287.2  基本操作指南 ...............................1307.3  存儲機制簡介 ...............................1357.4  分布式計算 ..................136第4 部分 實戰應用................. 139第8 章 航班飛行數據演練..................... 1408.1  nycflights13 數據集探索 ...........................1408.2  flights14 數據集探索 ....................148第9 章 測試..................... 1550 章 實用數據處理技巧..................... 15710.1  數據存取 ....................15710.1.1  令人頭疼的編碼格式（encoding） ..............................15710.1.2  讀寫性能競速賽（fst/feather & data.table/readr） ....................15810.1.3  數據存取轉換的瑞士軍刀（rio） ...................16210.2  並行計算（doParallel） .........................110.3  混合編程 ....................1681 章 實戰案例：網絡爬蟲與文本挖掘............................. 17311.1  網絡爬取（rvest） .....................17411.2  文本挖掘（tidytext）.................1772 章 實戰案例：數據塑型與可視化（ggplot2）.....................18012.1  數據準備 ....................18112.2  柱狀圖（geom_bar） .................18212.3  折線圖（geom_line） ................18312.4  餅圖（ggpie） ............................18412.5  一行代碼實現一頁多圖（gridExtra） .......................1863 章 實戰案例：機器學習.................. 19313.1  機器學習概述 .............................19313.2  為什麼要做機器學習 .................19313.3  如何入門機器學習 .....................19413.4  數據處理與機器學習 .................19513.5  案例分析：信貸風險預測模型構建 ...........................195致謝..............................204

    R 語言在近10 年來已經發生了日新月異的變化，不僅在內容上更加豐富多彩，而且在計算效率上也有了大幅的提升。它被更加廣泛地用於數據可視化、統計建模、機器學習等領域，而且還能實現網絡爬蟲、網絡應用開發等功能，成為數據科學領域的型工具。R 語言在學術界的地位已經不容置疑，在大數據時代中它是保證研究可重復性的重要工具。隨著功能的日益完善，R 語言已經進軍工業界，並在金融、保險、醫療、生物和信息計量等不同的應用場景中大放異彩，潛力不可估量。    盡管R 語言能夠實現豐富多樣的實際功能和框架，但是其本質是面向數據的，因此數據處理是R 語言核心中的核心。如果能夠掌握高效的數據操作技術，就能夠在各類數據分析任務中如魚得水。本書定位即為“R 語言數據處理101”，希望R 語言的使用者能夠在較早的階段就習得基本而有效的等

著