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 改訂2版 [単行本]

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 改訂2版 の 商品概要

• 要旨（「BOOK」データベースより）

  ｔｉｄｙｖｅｒｓｅによるモダンな分析フローの世界。Ｒによるデータ分析に必須のツールＲＳｔｕｄｉｏの充実した機能解説。ｔｉｄｙｖｅｒｓｅパッケージ群に準拠したモダンなデータ前処理／可視化。スクレイピングからレポーティングまで分析ワークフローをこの１冊で完結。

• 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

• 内容紹介

  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！

• 著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）

  松村 優哉(マツムラ ユウヤ)
  ＩＴ企業勤務。修士（経済学）。学生時代の専門はベイズ統計学、統計的因果推論およびそれらのマーケティングへの応用
  
  湯谷 啓明(ユタニ ヒロアキ)
  ＩＴ企業勤務。データの可視化への興味からｇｇｐｌｏｔ２を知り、Ｒを使い始める。ｔｉｄｙｖｅｒｓｅへのコントリビューションも多数
  
  紀ノ定 保礼(キノサダ ヤスノリ)
  静岡理工科大学情報学部講師。博士（人間科学）。同志社大学文化情報学部在学中にＲを習うも、当時はＲＳｔｕｄｉｏがなく、いつしか疎遠になる。統計モデリングとｔｉｄｙｖｅｒｓｅへの興味から再びＲを使い始め、今ではＲはなくてはならない存在に。大阪大学大学院人間科学研究科助教を経て、現職。専門は、認知心理学、交通心理学、人間工学
  
  前田 和寛(マエダ カズヒロ)
  ＩＴ企業勤務。分析をするためにＲを使いはじめ、気付いたら全国各地のＲコミュニティで発表するようになる

• 著者について

  松村優哉、湯谷啓明、紀ノ定保礼、前田和寛 (マツムラユウヤ ユタニヒロアキ キノサダヤスノリ マエダカズヒロ)
  松村優哉（まつむら　ゆうや）
  IT企業勤務。修士（経済学）。学生時代の専門はベイズ統計学、統計的因果推論およびそれらのマーケティングへの応用。本書の第1章、第2章を執筆。
  
  湯谷啓明（ゆたに ひろあき）
  IT企業勤務。データの可視化への興味からggplot2を知り、Rを使い始める。tidyverseへのコントリビューションも多数。本書の「tidyverseとは」、第3章、付録Bを執筆。
  
  紀ノ定保礼（きのさだ　やすのり）
  静岡理工科大学情報学部　講師。博士（人間科学）。同志社大学文化情報学部在学中にRを習うも、当時はRStudioがなく、いつしか疎遠になる。大阪大学大学院人間科学研究科助教を経て、現職。本書の第4章と付録Aを執筆。
  
  前田和寛（まえだ　かずひろ）
  IT企業勤務。分析をするためにRを使いはじめ、気付いたら全国各地のRコミュニティで発表するようになる。本書の「はじめに」、第5章を執筆。

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 改訂2版 の商品スペック