Data Wrangling with R

این راهنما برای متخصصان آمار، دانشمندان داده، و کاربران و برنامه نویسان R، موارد ضروری پیش پردازش را آموزش می دهد: داده ها از زبان برنامه نویسی R استفاده می کنند تا داده های پر سر و صدا را به راحتی و به سرعت به قطعات قابل استفاده تبدیل کنند. کشمکش داده ها، که معمولاً به عنوان داده munging، تبدیل، دستکاری، کار سرایدار و غیره نیز شناخته می شود، می تواند یک فرآیند پر زحمت باشد. تقریباً 80٪ از تجزیه و تحلیل داده ها صرف تمیز کردن و آماده سازی داده ها می شود. با این حال، به عنوان یک پیش نیاز برای بقیه گردش کار تجزیه و تحلیل داده ها (تجسم، تجزیه و تحلیل، گزارش)، ضروری است که فرد در تکنیک های جدال داده ها مسلط و کارآمد شود.

این کتاب کاربر را از طریق این موارد راهنمایی می کند. فرآیند جدال داده ها از طریق یک رویکرد آموزشی گام به گام و ارائه یک پایه محکم برای کار با داده ها در R. هدف نویسنده این است که به کاربر بیاموزد چگونه به راحتی داده ها را به هم بزند تا زمان بیشتری را برای درک محتوای داده ها صرف کند. . در پایان کتاب، کاربر یاد می‌گیرد:

• نحوه کار با انواع مختلف داده‌ها مانند اعداد، کاراکترها، عبارات منظم، فاکتورها و dates
• تفاوت بین ساختارهای داده مختلف و نحوه ایجاد، افزودن اجزای اضافی به و زیر مجموعه هر ساختار داده
• نحوه جمع‌آوری و تجزیه داده‌ها از مکان‌هایی که قبلاً در دسترس نبودند
• نحوه توسعه توابع و استفاده از ساختارهای کنترل حلقه برای کاهش افزونگی کد
• نحوه استفاده از عملگرهای لوله برای ساده کردن کد و خوانایی بیشتر آن
• چگونه طرح بندی داده ها را تغییر دهیم و دستکاری، خلاصه کردن، و پیوستن به مجموعه داده ها

This guide for practicing statisticians, data scientists, and R users and programmers will teach the essentials of preprocessing: data leveraging the R programming language to easily and quickly turn noisy data into usable pieces of information. Data wrangling, which is also commonly referred to as data munging, transformation, manipulation, janitor work, etc., can be a painstakingly laborious process. Roughly 80% of data analysis is spent on cleaning and preparing data; however, being a prerequisite to the rest of the data analysis workflow (visualization, analysis, reporting), it is essential that one become fluent and efficient in data wrangling techniques.

This book will guide the user through the data wrangling process via a step-by-step tutorial approach and provide a solid foundation for working with data in R. The author's goal is to teach the user how to easily wrangle data in order to spend more time on understanding the content of the data. By the end of the book, the user will have learned:

• How to work with different types of data such as numerics, characters, regular expressions, factors, and dates
• The difference between different data structures and how to create, add additional components to, and subset each data structure
• How to acquire and parse data from locations previously inaccessible
• How to develop functions and use loop control structures to reduce code redundancy
• How to use pipe operators to simplify code and make it more readable
• How to reshape the layout of data and manipulate, summarize, and join data sets