R語言數(shù)據(jù)高效處理指南

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...................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)：簡潔高效數(shù)據(jù)處理.................... 40
5.1　tidyverse 生態(tài)系統(tǒng)簡介 ........................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　高級處理工具 ................67
5.3.1 長寬數(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：對SQL 的支持（dbplyr） .........................81
5.3.5　巧妙寫函數(shù)：變量的引用 ...............85
第3 部分 高級進(jìn)階...................93
第6 章 data.table：高速數(shù)據(jù)處理............... 94
6.1　data.table 簡介 ...............94
6.2　基本范式實(shí)現(xiàn) ................96
6.3　高級特性探索 ............................... 116
第7 章 sparklyr: 分布式數(shù)據(jù)處理.................................. 128
7.1　連接R 與Spark：sparklyr 包簡介 ...............................128
7.2　基本操作指南 ...............................130
7.3　存儲(chǔ)機(jī)制簡介 ...............................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　讀寫性能競速賽（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　折線圖（geom_line） ................183
12.4　餅圖（ggpie） ............................184
12.5　一行代碼實(shí)現(xiàn)一頁多圖（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)測模型構(gòu)建 ...........................195
致謝..............................204