第1 部分 基礎(chǔ)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(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(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　并行計算（doParallel） .........................164 10.3　混合編程 ....................168 第11 章 實戰(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　一行代碼實現(xiàn)一頁多圖（gridExtra） .......................186 第13 章 實戰(zhàn)案例：機器學(xué)習(xí).................. 193 13.1　機器學(xué)習(xí)概述 .............................193 13.2　為什么要做機器學(xué)習(xí) .................193 13.3　如何入門機器學(xué)習(xí) .....................194 13.4　數(shù)據(jù)處理與機器學(xué)習(xí) .................195 13.5　案例分析：信貸風(fēng)險預(yù)測模型構(gòu)建 ...........................195 致謝..............................204