导语

  

内容提要

  

    本书从解决工作实际问题出发，提炼总结工作中R语言常用的数据处理、数据分析实战方法与技巧。本书力求通俗易懂地介绍相关知识，在不影响学习理解的前提下，尽可能的避免使用晦涩难懂的R语言编程、统计术语或模型公式，如需了解相关的知识，可查阅相关的书籍或资料。
    本书定位是带领R语言数据分析初学者入门，并能解决学习、工作中大部分的问题或需求。入门后如还需要进一步进阶学习，可自行扩展阅读相关书籍或资料，学习是永无止境的，正所谓“师傅领进门，修行在个人”。

第1章  数据分析概况
  1.1  数据分析的定义（What）
  1.2  数据分析的作用（Why）
  1.3  数据分析的步骤（How）
    1.3.1  明确分析目的和思路
    1.3.2  数据收集
    1.3.3  数据处理
    1.3.4  数据分析
    1.3.5  数据展现
    1.3.6  报告撰写
  1.4  数据分析的三大误区
  1.5  常用的数据分析工具
    1.5.1  Excel
    1.5.2  SPSS
    1.5.3  Python
    1.5.4  R语言
第2章  R语言概况
  2.1  R语言简介
  2.2  R语言的特点
  2.3  R语言包
    2.3.1  函数
    2.3.2  包
  2.4  R语言的使用场景
  2.5  RStudio简介
  2.6  R软件和RStudio的下载与安装
    2.6.1  下载R软件
    2.6.2  安装R软件
    2.6.3  下载RStudio
    2.6.4  安装RStudio
  2.7  RStudio的使用
    2.7.1  RStudio界面简介
    2.7.2  项目管理
    2.7.3  新建R代码文件
    2.7.4  代码提示
    2.7.5  变量浏览
    2.7.6  图形绘制
    2.7.7  帮助文档
第3章  编程基础
  3.1  数据类型
    3.1.1  数值型
    3.1.2  字符型
    3.1.3  逻辑型
  3.2  赋值和变量
    3.2.1  赋值和变量
    3.2.2  变量命名规则
  3.3  数据结构
    3.3.1  向量
    3.3.2  因子
    3.3.3  数据框
    3.3.4  列表
    3.3.5  四种数据结构的区别
  3.4  向量化运算
  3.5  for循环
  3.6  R语言编程注意事项
第4章  数据处理
  4.1  数据导入与导出
    4.1.1  数据导入
    4.1.2  数据导出
  4.2  数据清洗
    4.2.1  数据排序
    4.2.2  重复数据处理
    4.2.3  缺失数据处理
    4.2.4  空格数据处理
  4.3  数据转换
    4.3.1  数值转字符
    4.3.2  字符转数值
    4.3.3  字符转时间
  4.4  数据抽取
    4.4.1  字段拆分
    4.4.2  记录抽取
    4.4.3  随机抽样
  4.5  数据合并
    4.5.1  记录合并
    4.5.2  字段合并
    4.5.3  字段匹配
  4.6  数据计算
    4.6.1  简单计算
    4.6.2  时间计算
    4.6.3  数据标准化
    4.6.4  数据分组
第5章  数据分析
  5.1  对比分析
  5.2  基本统计分析
  5.3  分组分析
  5.4  结构分析
  5.5  分布分析
  5.6  交叉分析
  5.7  RFM分析
  5.8  矩阵分析
  5.9  相关分析
  5.10  回归分析
    5.10.1  回归分析简介
    5.10.2  简单线性回归分析
    5.10.3  多重线性回归分析
第6章  数据可视化
  6.1  数据可视化简介
    6.1.1  什么是数据可视化
    6.1.2  数据可视化常用图表
    6.1.3  通过关系选择图表
  6.2  散点图
  6.3  矩阵图
  6.4  折线图
  6.5  饼图
  6.6  柱形图
  6.7  条形图