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
 ,復旦大學生態學博士在讀,R語言忠實愛好者。熱愛數據科學與開源工具,致力於利用數據科學迅速積累行業經驗優勢和科學知識發現,涉獵內容包括但不限於信息計量、機器學習、數據可視化、統計建模、知識圖譜等。已發表SCI論文兩篇,開設有知乎專欄“R語言數據挖掘”。