R語言數(shù)據(jù)高效處理指南

定　價：￥59.00

作　者：	黃天元著
出版社：	北京大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787301306086	出版時間：	2019-09-01	包裝：	平裝
開本：	16開	頁數(shù)：	212	字數(shù)：

內容簡介

　　R 語言在近10 年來已經發(fā)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。它被更加廣泛地用于數(shù)據(jù)可視化、統(tǒng)計建模、機器學習等領域，而且還能實現(xiàn)網(wǎng)絡爬蟲、網(wǎng)絡應用開發(fā)等功能，成為數(shù)據(jù)科學領域的全能型工具。R 語言在學術界的地位已經不容置疑，在大數(shù)據(jù)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(yè)界，并在金融、保險、醫(yī)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(xiàn)豐富多樣的實際功能和框架，但是其本質是面向數(shù)據(jù)的，因此數(shù)據(jù)處理是R 語言核心中的核心。如果能夠掌握高效的數(shù)據(jù)操作技術，就能夠在各類數(shù)據(jù)分析任務中如魚得水。本書定位即為“R 語言數(shù)據(jù)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數(shù)據(jù)處理基本技術?！　禦語言數(shù)據(jù)高效處理指南》讀者群體包括在校的大學生、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語言使用者。盡管對數(shù)據(jù)科學、計算機編程、統(tǒng)計學有一定基礎會幫助理解本書的內容，但這不是必需的，來自包括初學者在內的各個層次的讀者群體都能從本書中有所收獲。讀者在本書中不僅能夠學到數(shù)據(jù)處理中的實用技術，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學習數(shù)據(jù)分析的教程、進階數(shù)據(jù)分析實用技巧的參考書、常備查詢的案頭工具書，以及具有一定趣味性的數(shù)據(jù)分析入門啟蒙書。

作者簡介

　　黃天元，復旦大學生態(tài)學博士在讀，R語言忠實愛好者。熱愛數(shù)據(jù)科學與開源工具，致力于利用數(shù)據(jù)科學迅速積累行業(yè)經驗優(yōu)勢和科學知識發(fā)現(xiàn)，涉獵內容包括但不限于信息計量、機器學習、數(shù)據(jù)可視化、統(tǒng)計建模、知識圖譜等。已發(fā)表SCI論文兩篇，開設有知乎專欄“R語言數(shù)據(jù)挖掘”。

圖書目錄

第1 部分基礎知識...................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.................. 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)結構 ........................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　存儲機制簡介 ...............................135
7.4　分布式計算 ..................136
第4 部分實戰(zhàn)應用................. 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)存取轉換的瑞士軍刀（rio） ...................162
10.2　并行計算（doParallel） .........................164
10.3　混合編程 ....................168
第11 章實戰(zhàn)案例：網(wǎng)絡爬蟲與文本挖掘............................. 173
11.1　網(wǎng)絡爬?。╮vest） .....................174
11.2　文本挖掘（tidytext）.................177
第12 章實戰(zhàn)案例：數(shù)據(jù)塑型與可視化（ggplot2）.....................180
12.1　數(shù)據(jù)準備 ....................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　一行代碼實現(xiàn)一頁多圖（gridExtra） .......................186
第13 章實戰(zhàn)案例：機器學習.................. 193
13.1　機器學習概述 .............................193
13.2　為什么要做機器學習 .................193
13.3　如何入門機器學習 .....................194
13.4　數(shù)據(jù)處理與機器學習 .................195
13.5　案例分析：信貸風險預測模型構建 ...........................195
致謝..............................204