改訂2版 RユーザのためのRStudio（実践）入門～tidyverseによるモダンな分析フローの世界（技術評論社） [電子書籍]

改訂2版 RユーザのためのRStudio（実践）入門～tidyverseによるモダンな分析フローの世界（技術評論社） の 商品概要

• 2018年に刊行した通称「#宇宙本」を最新の情報に改訂！
  
  本書は，R言語のIDEであるRStudioと，モダンなデータ分析を実現するtidyverseパッケージの入門書です。RStudioの基本機能からはじまり，Rによるデータの収集（2章），データの整形（3章），可視化（4章），レポーティング（5章）といったデータ分析ワークフローの各プロセスの基礎を押さえることができます。
  
  RStudio v1.4に対応し，新たに追加されたVisual Editor機能やRStudio v1.2で追加された「Jobs機能」などを紹介します。また，dplyr 1.0に対応し，データ処理系の関数の解説を追加しています。さらに改訂版では付録として，「stringrによる文字列データの処理」「lubridateによる日付・時刻データの処理」の2章を追加しています。
  
  さまざまな機能が追加されていくRStudioとtidyverseに触れ，モダンなデータ分析をはじめましょう！
  

• 目次

  はじめに
  本書の特徴
  本書の構成
  本書の対象読者
  本書で解説しなかったこと
  さあRStudioで分析を
  tidyverseとは
  tidyverseのパッケージ
  tidyverseの過去
  tidyverseの未来
  第1章 RStudioの基礎
  1-1 RStudioのダウンロードとインストール
  macOS
  Windows
  1-2 RStudioの基本操作
  RStudioのインターフェース
  プロジェクト機能
  Rスクリプトの新規作成と保存
  Rのコマンドの実行
  オブジェクトの確認
  補完機能
  Jobs機能
  1-3 RStudioを自分好みにカスタマイズ
  RStudio全般
  コーディング
  外観
  Terminal
  キーボードショートカット
  1-4 ファイルの読み込み
  Rの標準関数の問題点
  readrパッケージ
  Excelファイルの読み込み
  SAS,SPSS,STATAファイルの読み込み
  RStudio（GUI）によるデータの読み込み
  ファイル読み込みのまとめ
  1-5 RやRStudioで困ったときは
  ヘルプを使う
  Vignetteを見る
  チートシートを使う
  コマンドパレット
  1-6 まとめ
  第2章 スクレイピングによるデータ収集
  2-1 なぜスクレイピングが必要か
  スクレイピングとは
  手作業によるデータ取得の限界
  2-2 スクレイピングに必要なWeb知識
  HTML
  CSS
  XMLとXPath
  2-3 Rによるスクレイピング入門
  rvestパッケージ
  Webページタイトルの抽出
  パイプ演算子
  スクレイピング実践
  2-4 API
  APIとは
  rtweetパッケージによるTwitterデータの収集
  ツイートの収集
  COLUMN ブラウザの自動操作
  COLUMN Webスクレイピングをするときの注意点
  2-5 まとめ
  参考文献
  第3章 dplyr/tidyrによるデータ前処理
  3-1 tidy dataとは
  tidy dataの定義
  tidyではないデータ
  3-2 tidyrによるtidy dataへの変形
  tidyではないデータ
  pivot_longer()による縦長データへの変形
  pivot_wider()による横長のデータへの変形
  3-3 dplyrによる基本的なデータ操作
  tibbleとデータフレームの違い
  dplyrの関数の概要
  1つのデータフレームを操作する関数の共通点と%>%
  演算子による処理のパイプライン化
  filter()による行の絞り込み
  COLUMN dplyrの関数内でのコード実行
  arrange()によるデータの並び替え
  select()による列の絞り込み
  relocate()による列の並べ替え
  mutate()による列の追加
  summarise()によるデータの集計計算
  3-4 dplyrによる応用的なデータ操作
  グループ化
  COLUMN 複数の値を返す集約関数とsummarise()
  COLUMN ウィンドウ関数
  COLUMN selectのセマンティクスとmutateのセマンティクス
  複数の列への操作
  3-5 dplyrによる2つのデータセットの結合と絞り込み
  inner_join()によるデータの結合
  さまざまなキーの指定方法
  inner_join()以外の関数によるデータの結合
  semi_join()，anti_join()による絞り込み
  3-6 tidyrのその他の関数
  separate()による値の分割
  extract()による値の抽出
  separate_rows()による値の分割（縦方向）
  暗黙の欠損値
  complete()による存在しない組み合わせの検出
  COLUMN group_by()による存在しない組み合わせの表示
  fill()による欠損値の補完
  replace_na()による欠損値の置き換え
  3-7 まとめ
  第4章 ggplot2を用いたデータ可視化
  4-1 可視化の重要性
  4-2 ggplot2パッケージを用いた可視化
  準備
  エステティックマッピング
  COLUMN グラフに肉付けする
  統計的処理：stat
  COLUMN X軸に離散変数をマッピングした場合における折れ線グラフ
  配置の指定：position
  COLUMN position_dodge()とposition_dodge2()
  軸の調整
  グラフの保存
  4-3 他者と共有可能な状態に仕上げる
  themeの変更
  文字サイズやフォントの変更
  配色の変更
  ラベルを変更する
  4-4 便利なパッケージ
  複数のグラフを並べる
  表示される水準の順番を変更したい
  4-5 まとめ
  参考文献
  第5章 R Markdownによるレポート生成
  5-1 分析結果のレポーティング
  ドキュメント作成の現場
  手作業によるドキュメント作成の問題点
  5-2 R Markdown入門
  Hello, R Markdown
  Rmdファイルと処理フロー
  Markdownの基本
  Rチャンク
  ドキュメントの設定
  RStudioで使える便利なTips
  COLUMN Visual ModeによるRmdファイルの編集
  5-3 出力形式
  html_document形式
  pdf_document形式
  word_document形式
  スライド出力
  R Markdownの出力形式を提供するパッケージ
  COLUMN 日本語環境での注意点
  5-4 まとめ
  参考URL・参考文献
  付録A stringrによる文字列データの処理
  A-1 文字列データとstringrパッケージ
  A-2 文字列処理の例
  str_c()による文字列の連結
  str_split()による文字列の分割
  str_detect()による文字列の判定
  COLUMN fixed()/coll()を用いた挙動の調整
  str_count()による検索対象の計上
  str_locate()による検索対象の位置の特定
  str_subset()/str_extract()による文字列の抽出
  str_sub()による文字列の抽出
  str_replace()による文字列の置換
  str_trim()/str_squish()による空白の除去
  A-3 正規表現
  任意の文字や記号の検索
  高度な検索
  regex()
  A-4 まとめ
  付録B lubridateによる日付・時刻データの処理2
  B-1 日付・時刻のデータ型とlubridateパッケージ
  B-2 日付・時刻への変換
  文字列から日付・時刻への変換
  数値から日付・時刻への変換
  readrパッケージによる読み込み時の変換
  B-3 日付・時刻データの加工
  B-4 interval
  B-5 日付，時刻データの計算・集計例
  wday()を使った曜日の計算例
  floor_date()を使った週ごとの集計例
  B-6 タイムゾーンの扱い
  B-7 その他の日付・時刻データ処理に関する関数
  zipanguパッケージ
  sliderパッケージ
  

改訂2版 RユーザのためのRStudio（実践）入門～tidyverseによるモダンな分析フローの世界（技術評論社） の商品スペック