R语言学习：R4DS学习交流、数据汇总、数据子集获取、Rmd学习

2021年第40周。

这一周R语言学习，记录如下。

01 

R4DS学习交流群

我创建了R4DS学习交流群，以R4DS书籍为基础，聚焦于R语言做数据科学的任务。

想进群的伙伴，可以添加我的微信，备注：R4DS。我诚邀你入群，与大家交流和讨论，相互学习。

02 

R4DS第二章 工作流：基础

1 内容结构

1）编码基础知识

R语言做为计算器工具

R语言赋值操作

2）命名的知识

3）调用函数的知识

2 目标管理

1）掌握赋值操作

2）掌握正确命名的规则

3）理解函数的调用

3 实操代码

# R扮演计算器功能
1.01 ^ 365 # 每天进步一点点
0.99 ^ 365 # 每天退步一点点
(1.01 ^ 365) / (0.99 ^ 365) # 失之毫厘 谬以千里

# R语言赋值操作
# 快捷键：Ctrl + -
my_name <- "R语言学习小王"

# 查看函数帮助文档
?seq
# 函数调用
seq(from = 1, to = 10)

4 结果展示

03 

数据汇总操作

dplyr包的summarize函数。

# 数据汇总操作
library(dplyr)
# 使用内置的数据集iris
iris %>% glimpse()
# 观察萼片长度的均值和标准差
iris %>% summarise(
  Sepal_Length_Mean = mean(Sepal.Length, na.rm = TRUE),
  Sepal_Length_Sd = sd(Sepal.Length, na.rm = TRUE)
)

结果输出

04 

从数据框获取数据子集的5种方法

1 方法指南

1）使用中括号获取我们想要的行和列

2）使用中括号忽略我们不需要的行和列

3）使用中括号并结合which函数和 %in%操作

4）使用subset函数

5）使用dplyr包的filter函数和select函数

2 实操代码

# 数据导入
education <- read.csv("https://vincentarelbundock.github.io/Rdatasets/csv/robustbase/education.csv", stringsAsFactors = FALSE)
colnames(education) <- c("X","State","Region","Urban.Population","Per.Capita.Income","Minor.Population","Education.Expenditures")
View(education)

# 从数据框获取数据子集的5种操作
ed_exp1 <- education[c(10:21),c(2,6:7)]
ed_exp1 %>% View

ed_exp2 <- education[-c(1:9,22:50),-c(1,3:5)]
ed_exp2 %>% View

ed_exp3 <- education[which(education$Region == 2),names(education) %in% c("State","Minor.Population","Education.Expenditures")]
ed_exp3 %>% View

ed_exp4 <- subset(education, Region == 2, select = c("State","Minor.Population","Education.Expenditures"))
ed_exp4

library(dplyr)
ed_exp5 <- education %>% 
  filter(Region == 2) %>% 
  select(c(State,Minor.Population:Education.Expenditures))
ed_exp5 %>% View

05

 用R语言学习数据科学

这本书是为数据科学初学者准备的。

它包括R语言、画图、机器学习和实操项目。

内容结构

1）基础部分

学习基础，R语言、统计学和数学

编程语言是数据科学的一个支柱

统计学和数学可以帮助理解数据和模型

2）转换和探索性数据分析

学习转换和分析数据

创建视觉上让人舒服的柱状图，折线图，热图和散点图。包括了许多实际例子。

数据可视化有助于分析数据和分享想法。

3）机器学习

探索一些机器学习算法

包括决策树、随机森林、线性回归。

学习如何准备和评估模型，以及讨论各种机器学习算法的优缺点。

关于作者

Narayana Nemani是首席数据科学家。他参与了数据科学的教学和研究。他在Quora上写文章，还参加Kaggle比赛。

获取书籍

给R语言公众号发送消息202140查看书籍获取方式。

06 

RMarkdown学习和应用

1 RMarkdown是什么？

2 输出格式

RMarkdown成功执行后，支持输出多种格式，比方说HTML、PDF、Word。

推荐使用默认的HTML格式，原因有4点。

1）方便分享，只要有浏览器的地方，就可以查看HTML的内容。

2）灵活性强。

3）样式齐全。

4）可定制性，使用CSS 做进一步定制。

3 创建Rmd文件

1）RStudio新建一个项目

2）在项目里，File > New File > R Markdown

如下图

输入Title、Author，默认选择输出格式HTML。

点击OK，创建了Rmd文件。

执行Rmd快捷键：Ctrl + Shift + K

4 Rmd学习方法

1）阅读R4DS第27章的内容 R Markdown

https://r4ds.had.co.nz/r-markdown.html

2）模仿学习，从github上面找一下优质的Rmd文件进行模型学习和改造应用。这里提供3个例子，欢迎大家补充。

2.1）BBC的Rcookbook的Rmd文件

https://github.com/bbc/rcookbook/blob/master/index.Rmd

2.2）Rgraphics的Rmd文件

https://github.com/IQSS/dss-workshops/blob/master/R/Rgraphics/Rgraphics.Rmd

2.3）探索和操作数据集的Rmd文件

https://github.com/mjfrigaard/storybench-posts/blob/master/03-how-to-explore-and-manipulate-a-dataset-from-the-fivethirtyeight-package-in-r.Rmd

07 

可重复性代码构建指南

创建项目工程，做项目管理

项目的层级架构，参考下图：

各个文件夹和文件的用途

请注意

1 永远不要修改原始数据，或者说，一定要备份好原始数据

2 对于任何项目，创建一个文件，记录你的所思和所做，便于复盘和迭代

3 脚本的命名，请知名晓意，赋予含义，具有条理性和逻辑性，重视代码的可读性，代码是让电脑来运行的，更重要的是，让人来看的。

4 对于一个复杂的项目，编写代码之前，先写伪代码或者画流程图

08 

tidyverse技能增进

tidyverse是数据科学套件包，也是我常用的R包，可以完成数据导入、探索性数据分析、数据处理和整理、统计分析等数据工作。

如何提升tidyverse技能？

多学它和多用它。

我分享一本tidyverse技能的线上书籍，送给大家。

访问网址：

https://jhudatascience.org/tidyversecourse/

本书在开篇，就谈到了数据科学生命周期，一起学习下，关键的地方我做了标注。

大家可以扫码添加我的微信，进入R4DS群，讨论和交流tidyverse包的学习和应用。

如果你觉得文章内容有用，请关注下方公众号~

如果你想找数据工作，请关注下方公众号~

R语言学习专辑：

2021年第39周：R语言学习

2021年第38周：R语言学习

2021年第37周：R语言学习

2021年第36周：R语言学习

2021年第35周：R语言学习

2021年第34周：R语言学习

觉得本文不错，就顺手帮我转发到朋友圈和微信群哦，谢谢。