第1部分 基础知识 1
第1章 数据处理总论 2
1.1 数据处理的定义 2
1.2 数据处理的意义 3
1.3 数据处理基本工具 3
第2章 R语言编程基础 6
2.1 下载安装 6
2.2 包的使用 7
2.3 数据类型 8
2.4 数据结构 10
2.5 程序控制 15
2.6 函数式编程 17
第3章 数据处理基本范式 19
第2部分 快速入门 24
第4章 base-r：基本数据处理 25
4.1 数据集及其基本探索 25
4.2 基本范式实现 27
4.2.1 创建（read.csv/data.frame） 27
4.2.2 删除（rm） 28
4.2.3 检索（DF[i,j]） 28
4.2.4 插入（rbind/cbind） 31
4.2.5 排序（order） 33
4.2.6 过滤（DF[condition,]） 35
4.2.7 汇总（apply） 36
4.2.8 分组（aggregate） 36
4.2.9 连接（merge） 37
第5章 tidyverse生态系统：简洁高效数据处理 40
5.1 tidyverse生态系统简介 40
5.2 基本范式实现 41
5.2.1 包的加载（p＿load） 41
5.2.2 创建（read＿csv/tibble） 42
5.2.3 删除（rm） 45
5.2.4 检索（select/slice） 46
5.2.5 插入（add/bind） 50
5.2.6 排序（arrange） 54
5.2.7 过滤（filter） 56
5.2.8 汇总（summarise） 59
5.2.9 分组（group＿by） 61
5.2.10 连接（join） 63
5.3 高级处理工具 67
5.3.1 长宽数据变换（gather/spread） 68
5.3.2 集合运算（intersect/union/setdiff） 70
5.3.3 窗口函数（rank/lead/lag/cum） 74
5.3.4 连接数据库：对SQL的支持（dbplyr） 81
5.3.5 巧妙写函数：变量的引用 85
第3部分 高级进阶 93
第6章 data.table：高速数据处理 94
6.1 data.table简介 94
6.2 基本范式实现 96
6.2.1 创建（fread/data.table/setDT） 96
6.2.2 删除（rm/file.remove） 100
6.2.3 检索（DT[ij,by]） 101
6.2.4 插入（DT[,new.column：=anything,]） 105
6.2.5 排序（DT[order[x],,]） 107
6.2.6 过滤（DT[conditionj,by]） 108
6.2.7 汇总（DT[i,summary＿function,by]） 109
6.2.8 分组（DT[i,j,by]） 110
6.2.9 连接（merge） 111
6.3 高级特性探索 116
6.3.1 原位更新（set＊/:=） 116
6.3.2 高速过滤（DT[filter＿condition,j,by,on=.（x）]） 119
6.3.3 长宽数据转换（melt/dcast） 121
第7章 sparklyr：分布式数据处理 128
7.1 连接R与Spark：sparklyr包简介 128
7.2 基本操作指南 130
7.3 存储机制简介 135
7.4 分布式计算 136
第4部分 实战应用 139
第8章 航班飞行数据演练 140
8.1 nycflights13数据集探索 140
8.2 flights14数据集探索 148
第9章 测试 155
第10章 实用数据处理技巧 157
10.1 数据存取 157
10.1.1 令人头疼的编码格式（encoding） 157
10.1.2 读写性能竞速赛（fst/feather ＆ data.table/readr） 158
10.1.3 数据存取转换的瑞士军刀（rio） 162
10.2 并行计算（doParallel） 164
10.3 混合编程 168
第11章 实战案例：网络爬虫与文本挖掘 173
11.1 网络爬取（rvest） 174
11.2 文本挖掘（tidytext） 177
第12章 实战案例：数据塑型与可视化（ggplot2） 180
12.1 数据准备 181
12.2 柱状图（geom＿bar） 182
12.3 折线图（geom＿line） 183
12.4 饼图（ggpie） 184
12.5 一行代码实现一页多图（gridExtra） 186
第13章 实战案例：机器学习 193
13.1 机器学习概述 193
13.2 为什么要做机器学习 193
13.3 如何入门机器学习 194
13.4 数据处理与机器学习 195
13.5 案例分析：信贷风险预测模型构建 195
致谢 204