R数据科学（第2版）_[新西兰]哈德利·威克姆（Hadley Wickham），[美]米内·切廷卡亚-郎德尔（Mine ?etinkaya-Rundel），[美]加勒特·格罗勒芒德（Garrett Grolemund）_9787115682642

本书是数据科学与数据分析领域经典作品，由R社区领军人物Hadley Wickham领衔打造。第2版全面更新，结合tidyverse及RStudio，通过实战示例和练习，帮助读者快速掌握数据处理、可视化与编程等核心数据科学技能。全书分为六大部分——全流程、可视化、变换、导入、编程与交流——完整覆盖数据科学全流程。本书适合统计、数据科学和机器学习专业的学生，以及数据分析师、数据科学家及其他有数据处理与可视化需求的读者。

目录译者序 xix 引言 xxi 第一部分　全流程第1章　数据可视化 3 1.1　引言 3 1.2　起步阶段 4 1.2.1　penguins数据框 4 1.2.2　终极目标 6 1.2.3　创建ggplot图形 6 1.2.4　添加美学和图层 9 1.2.5　练习题 13 1.3　ggplot2调用 15 1.4　可视化分布 15 1.4.1　分类变量 15 1.4.2　数值变量 17 1.4.3　练习题 18 1.5　可视化关系 19 1.5.1　数值变量与分类变量 19 1.5.2　两个分类变量 21 1.5.3　两个数值变量 23 1.5.4　三个及三个以上变量 23 1.5.5　练习题 24 1.6　保存图形 25 1.7　常见问题 26 1.8　小结 26 第2章　工作流：基础 27 2.1　编程基础 27 2.2　注释 28 2.3　命名对象 29 2.4　调用函数 29 2.5　练习题 30 2.6　小结 31 第3章　数据变换 32 3.1　引言 32 3.1.1　准备工作 32 3.1.2　nycflights13 33 3.1.3　dplyr基础 34 3.2　操作行 34 3.2.1　filter() 35 3.2.2　常见错误 36 3.2.3　arrange() 37 3.2.4　distinct() 37 3.2.5　练习题 39 3.3　操作列 39 3.3.1　mutate() 39 3.3.2　select() 41 3.3.3　rename() 42 3.3.4　relocate() 42 3.3.5　练习题 43 3.4　管道 43 3.5　分组 45 3.5.1　group_by() 45 3.5.2　summarize() 46 3.5.3　slice_*函数 47 3.5.4　根据多个变量分组 48 3.5.5　解除分组 48 3.5.6　.by参数 49 3.5.7　练习题 50 3.6　案例研究：聚合与样本量 51 3.7　小结 53 第4章　工作流：代码风格 54 4.1　命名 55 4.2　空格 55 4.3　管道 56 4.4　ggplot2 57 4.5　分节注释 58 4.6　练习题 58 4.7　小结 59 第5章　数据整理 60 5.1　引言 60 5.2　整洁数据 61 5.3　转换为长数据 63 5.3.1　列名中包含变量值 64 5.3.2　转换为长数据是如何实现的 67 5.3.3　列名中包含多个变量值 68 5.3.4　列名中包含变量值和变量名 70 5.4　转换为宽数据 71 5.5　小结 75 第6章　工作流：脚本和项目 76 6.1　脚本 76 6.1.1　运行代码 77 6.1.2　RStudio诊断 78 6.1.3　保存与命名 78 6.2　项目 79 6.2.1　分析的真实源头是什么 80 6.2.2　如何存放分析项目 81 6.2.3　RStudio项目 81 6.2.4　相对路径与绝对路径 83 6.3　练习题 83 6.4　小结 84 第7章　数据导入 85 7.1　引言 85 7.2　从文件中读取数据 85 7.2.1　实用建议 86 7.2.2　其他参数 88 7.2.3　其他文件类型 90 7.2.4　练习题 90 7.3　控制列类型 91 7.3.1　猜测类型 91 7.3.2　缺失值、列类型与问题 92 7.3.3　列类型 93 7.4　从多个文件中读取数据 94 7.5　写入文件 95 7.6　数据录入 96 7.7　小结 97 第8章　工作流：获取帮助 98 8.1　Google是良师益友 98 8.2　创建最小可复现示例 98 8.3　投资自己 100 8.4　小结 100 第二部分　可视化第9章　图层 103 9.1　引言 103 9.2　美学映射 104 9.3　几何对象 107 9.4　分面 113 9.5　统计变换 115 9.6　位置调整 119 9.7　坐标系 124 9.8　分层图形语法 125 9.9　小结 126 第10章　探索性数据分析 127 10.1　引言 127 10.2　问题 128 10.3　变动 128 10.3.1　正常的取值 129 10.3.2　异常的取值 130 10.3.3　练习题 132 10.4　异常的取值 133 10.5　协变 135 10.5.1　分类变量和数值变量 135 10.5.2　两个分类变量 139 10.5.3　两个数值变量 141 10.6　模式和模型 144 10.7　小结 146 第11章　呈现 147 11.1　引言 147 11.2　标签 148 11.3　标注 150 11.4　标度 155 11.4.1　默认标度 155 11.4.2　坐标轴刻度和图例标签 155 11.4.3　图例布局 158 11.4.4　替换标度 160 11.4.5　缩放 165 11.4.6　练习题 167 11.5　主题 168 11.6　布局 171 11.7　小结 174 第三部分　变换第12章　逻辑向量 177 12.1　引言 177 12.2　比较 178 12.2.1　浮点数比较 179 12.2.2　缺失值 179 12.2.3　is.na() 180 12.2.4　练习题 181 12.3　布尔运算 181 12.3.1　缺失值 182 12.3.2　运算符优先级 182 12.3.3　%in% 183 12.3.4　练习题 184 12.4　汇总函数 184 12.4.1　逻辑汇总 184 12.4.2　逻辑向量的数值汇总 185 12.4.3　逻辑子集 185 12.4.4　练习题 186 12.5　条件变换 187 12.5.1　if_else() 187 12.5.2　case_when() 188 12.5.3　兼容类型 189 12.5.4　练习题 190 12.6　小结 190 第13章　数值 191 13.1　引言 191 13.2　生成数值 191 13.3　计数 192 13.4　数值变换 194 13.4.1　算术和循环补齐规则 194 13.4.2　最小值和最大值 196 13.4.3　模运算 196 13.4.4　对数函数 198 13.4.5　四舍五入 198 13.4.6　将数值切割成范围数据 199 13.4.7　累积与滚动聚合 200 13.4.8　练习题 200 13.5　一般变换 200 13.5.1　排名 200 13.5.2　偏移 201 13.5.3　连续分组标识 202 13.5.4　练习题 203 13.6　数值汇总函数 204 13.6.1　中心 204 13.6.2　最小值、最大值和分位数 205 13.6.3　分散度 206 13.6.4　分布 206 13.6.5　位置 208 13.6.6　使用mutate() 209 13.6.7　练习题 209 13.7　小结 209 第14章　字符串 210 14.1　引言 210 14.2　创建字符串 211 14.2.1　转义 211 14.2.2　原始字符串 212 14.2.3　其他特殊字符 212 14.2.4　练习题 213 14.3　创建多个字符串 213 14.3.1　str_c() 213 14.3.2　str_glue() 214 14.3.3　str_flatten() 214 14.3.4　练习题 215 14.4　从字符串中提取数据 215 14.4.1　拆分为多行 216 14.4.2　拆分为多列 217 14.4.3　诊断变宽问题 218 14.5　字母 220 14.5.1　长度 220 14.5.2　子集 221 14.5.3　练习题 222 14.6　非英语文本 222 14.6.1　编码 222 14.6.2　字母变体 224 14.6.3　依赖区域设置的函数 224 14.7　小结 225 第15章　正则表达式 226 15.1　引言 226 15.2　模式基础 227 15.3　关键函数 229 15.3.1　检测匹配 229 15.3.2　计算匹配次数 230 15.3.3　修改匹配项 231 15.3.4　提取变量 232 15.3.5　练习题 233 15.4　模式细节 233 15.4.1　转义 233 15.4.2　锚点 234 15.4.3　字符类 235 15.4.4　量词 236 15.4.5　运算符优先级和括号 237 15.4.6　分组和捕获 237 15.4.7　练习题 239 15.5　模式控制 239 15.5.1　正则表达式标志 239 15.5.2　固定匹配 241 15.6　实践 241 15.6.1　检查当前工作 241 15.6.2　布尔运算 242 15.6.3　使用代码创建模式 244 15.6.4　练习题 245 15.7　正则表达式的其他使用场景 245 15.7.1　tidyverse 245 15.7.2　基础R 246 15.8　小结 246 第16章　因子 247 16.1　引言 247 16.2　因子基础 247 16.3　综合社会调查 249 16.4　修改因子顺序 250 16.5　修改因子水平 254 16.6　有序因子 257 16.7　小结 257 第17章　日期和时间 258 17.1　引言 258 17.2　创建日期/时间 259 17.2.1　导入过程 259 17.2.2　从字符串中提取 261 17.2.3　从多列组件创建 262 17.2.4　从其他类型转换 264 17.2.5　练习题 264 17.3　日期时间组件 265 17.3.1　获取组件 265 17.3.2　取整 268 17.3.3　修改组件 270 17.3.4　练习题 271 17.4　时间跨度 271 17.4.1　持续时间 271 17.4.2　时段 273 17.4.3　区间 274 17.4.4　练习题 275 17.5　时区 275 17.6　小结 277 第18章　缺失值 278 18.1　引言 278 18.2　显式缺失值 278 18.2.1　末次观测值前推 278 18.2.2　固定值 279 18.2.3　NaN 279 18.3　隐式缺失值 280 18.3.1　长宽数据转换 280 18.3.2　补全 281 18.3.3　连接 282 18.3.4　练习题 282 18.4　因子和空组 282 18.5　小结 285 第19章　连接 286 19.1　引言 286 19.2　键 286 19.2.1　主键和外键 287 19.2.2　检查主键 289 19.2.3　代理键 289 19.2.4　练习题 290 19.3　基本连接 291 19.3.1　修改连接 291 19.3.2　指定连接键 293 19.3.3　过滤连接 294 19.3.4　练习题 296 19.4　连接是如何工作的 296 19.4.1　行匹配 299 19.4.2　过滤连接 300 19.5　非等值连接 301 19.5.1　交叉连接 302 19.5.2　不等连接 303 19.5.3　滚动连接 304 19.5.4　重叠连接 305 19.5.5　练习题 306 19.6　小结 307 第四部分　导入第20章　电子表格 311 20.1　引言 311 20.2　Excel 311 20.2.1　准备工作 311 20.2.2　入门 312 20.2.3　读取Excel 312 20.2.4　读取工作表 315 20.2.5　读取工作表的一部分 317 20.2.6　数据类型 318 20.2.7　写入Excel 319 20.2.8　格式化输出 320 20.2.9　练习题 321 20.3　Google表格 323 20.3.1　准备工作 323 20.3.2　入门 323 20.3.3　读取Google表格 324 20.3.4　写入Google表格 326 20.3.5　身份验证 326 20.3.6　练习题 326 20.4　小结 327 第21章　数据库 328 21.1　引言 328 21.2　数据库基础 329 21.3　连接到数据库 329 21.3.1　本书的选择 330 21.3.2　加载一些数据 330 21.3.3　DBI基础 331 21.4　dbplyr基础 332 21.5　SQL 333 21.5.1　SQL基础 334 21.5.2　SELECT 335 21.5.3　FROM 336 21.5.4　GROUP BY 336 21.5.5　WHERE 337 21.5.6　ORDER BY 338 21.5.7　子查询 339 21.5.8　连接 339 21.5.9　其他动词 340 21.5.10　练习题 340 21.6　函数翻译 341 21.7　小结 343 第22章　arrow 344 22.1　引言 344 22.2　获取数据 345 22.3　查看数据 345 22.4　Parquet格式 346 22.4.1　Parquet的优势 347 22.4.2　分区 347 22.4.3　重写西雅图公共图书馆数据 347 22.5　使用dplyr和arrow 348 22.5.1　性能 349 22.5.2　其他优势 350 22.6　小结 350 第23章　层级数据 351 23.1　引言 351 23.2　列表 351 23.2.1　层级结构 352 23.2.2　列表列 354 23.3　展开 356 23.3.1　unnest_wider() 356 23.3.2　unnest_longer() 357 23.3.3　不一致的类型 357 23.3.4　其他函数 358 23.3.5　练习题 358 23.4　案例研究 359 23.4.1　非常宽的数据 359 23.4.2　关系数据 361 23.4.3　深层嵌套的数据 363 23.4.4　练习题 366 23.5　JSON 367 23.5.1　数据类型 367 23.5.2　jsonlite 367 23.5.3　开始矩形化过程 368 23.5.4　练习题 369 23.6　小结 370 第24章　网页爬取 371 24.1　引言 371 24.2　网页爬取的伦理和法律问题 372 24.2.1　服务条款 372 24.2.2　个人可识别信息 372 24.2.3　版权 373 24.3　HTML基础知识 373 24.3.1　元素 374 24.3.2　属性 374 24.4　提取数据 374 24.4.1　定位元素 375 24.4.2　嵌套选择 376 24.4.3　文本和属性 377 24.4.4　表格 378 24.5　写出正确的选择器 378 24.6　整合运用 379 24.6.1　星球大战 379 24.6.2　IMDb最佳电影 381 24.7　动态网页 383 24.8　小结 384 第五部分　编程第25章　函数 387 25.1　引言 387 25.2　向量函数 388 25.2.1　编写函数 388 25.2.2　改进函数 390 25.2.3　修改函数 390 25.2.4　汇总函数 391 25.2.5　练习题 392 25.3　数据框函数 393 25.3.1　间接引用与整洁求值 393 25.3.2　何时使用间接引用 394 25.3.3　常用范例 395 25.3.4　数据屏蔽与整洁选择 397 25.3.5　练习题 398 25.4　图形函数 399 25.4.1　更多变量 400 25.4.2　结合其他tidyverse函数 402 25.4.3　添加标签 403 25.4.4　练习题 404 25.5　编程风格 404 25.6　小结 406 第26章　迭代 407 26.1　引言 407 26.2　修改多列 408 26.2.1　使用.cols选择列 408 26.2.2　调用单个函数 409 26.2.3　调用多个函数 410 26.2.4　列名 411 26.2.5　筛选行 412 26.2.6　在函数中使用across() 413 26.2.7　across()与pivot_longer() 414 26.2.8　练习题 416 26.3　批量读取文件 416 26.3.1　列出目录中的文件 417 26.3.2　结果列表 417 26.3.3　purrr::map()与list_rbind() 418 26.3.4　路径中的数据 419 26.3.5　保存结果 421 26.3.6　多次简单迭代 421 26.3.7　异质数据 422 26.3.8　处理失败情况 423 26.4　批量保存结果 424 26.4.1　写入数据库 424 26.4.2　写入多个CSV文件 426 26.4.3　保存图形 427 26.5　小结 428 第27章　基础R应用指南 429 27.1　引言 429 27.2　用[取子集 430 27.2.1　对向量取子集 430 27.2.2　对数据框取子集 431 27.2.3　dplyr中的等同操作 432 27.2.4　练习题 433 27.3　用$和[[取内容 433 27.3.1　对于data.frame 433 27.3.2　对于tibble 434 27.3.3　对于列表 435 27.3.4　练习题 436 27.4　apply函数族 436 27.5　for循环 438 27.6　基础绘图 439 27.7　小结 440 第六部分　交流第28章　Quarto 443 28.1　引言 443 28.2　Quarto基础 444 28.3　可视化编辑模式 447 28.4　源码编辑模式 449 28.5　代码块 450 28.5.1　代码块标签 451 28.5.2　代码块选项 452 28.5.3　全局选项 453 28.5.4　行内代码 453 28.5.5　练习题 454 28.6　图像 454 28.6.1　图像大小调整 454 28.6.2　其他重要选项 456 28.6.3　练习题 456 28.7　表格 457 28.8　缓存 458 28.9　错误调试 459 28.10　YAML头 460 28.10.1　自包含文档 460 28.10.2　参数 460 28.10.3　引用和参考文献 461 28.11　工作流 462 28.12　小结 463 第29章　Quarto格式 465 29.1　引言 465 29.2　输出选项 465 29.3　文档 466 29.4　演示文稿 467 29.5　交互性 467 29.5.1　htmlwidgets 467 29.5.2　Shiny 468 29.6　网站和图书 469 29.7　其他格式 470 29.8　小结 471

你还可能感兴趣

我要评论