R für Data Science

Table of contents

1. Cover
2. Titel
3. Impressum
4. Inhalt
5. Vorwort
6. Teil I Erkunden
   1. 1 Datenvisualisierung mit ggplot2
   2. Einführung
   3. Erste Schritte
   4. Zuordnungen visueller Eigenschaften
   5. Häufige Probleme
   6. Facetten
   7. Geometrische Objekte
   8. Statistische Transformationen
   9. Positionsanpassungen
   10. Koordinatensysteme
   11. Die »Layered Grammar of Graphics«
   12. 2 Workflow: Grundlagen
   13. Grundlagen der Codierung
   14. Was macht einen Namen aus?
   15. Funktionen aufrufen
   16. 3 Datentransformation mit dplyr
   17. Einführung
   18. Zeilen mit filter() filtern
   19. Zeilen mit arrange() anordnen
   20. Spalten mit select() auswählen
   21. Neue Variablen mit mutate() hinzufügen
   22. Gruppierte Zusammenfassungen mit summarize()
   23. Gruppierte Veränderungen (und Filter)
   24. 4 Workflow: Skripte
   25. Code ausführen
   26. RStudio-Fehlerdiagnose
   27. 5 Explorative Datenanalyse
   28. Einführung
   29. Fragen
   30. Variation
   31. Fehlende Werte
   32. Kovariation
   33. Muster und Modelle
   34. ggplot2-Aufrufe
   35. Mehr lernen
   36. 6 Workflow: Projekte
   37. Was ist real?
   38. Wo ist Ihre Analyse untergebracht?
   39. Pfade und Verzeichnisse
   40. RStudio-Projekte
   41. Zusammenfassung
7. Teil II Aufbereiten
   1. 7 Tibbles mit tibble
   2. Einführung
   3. Tibbles erzeugen
   4. Tibbles versus data.frame
   5. Teilgruppen
   6. Mit älterem Code arbeiten
   7. 8 Datenimport mit readr
   8. Einführung
   9. Erste Schritte
   10. Einen Vektor parsen
   11. Eine Datei parsen
   12. In eine Datei schreiben
   13. Andere Datentypen
   14. 9 Daten aufbereiten mit tidyr
   15. Einführung
   16. Aufbereitete Daten
   17. Ausbreiten und Zusammenziehen
   18. Aufteilen und Vereinigen
   19. Fehlende Werte
   20. Fallstudie
   21. Unaufbereitete Daten
   22. 10 Relationale Daten mit dplyr
   23. Einführung
   24. nycflights13
   25. Schlüssel
   26. Verändernde Verknüpfungen
   27. Filternde Verknüpfungen
   28. Verknüpfungsprobleme
   29. Mengenoperationen
   30. 11 Strings mit stringr
   31. Einführung
   32. Grundlagen von Strings
   33. Musterübereinstimmung mit regulären Ausdrücken
   34. Tools
   35. Andere Mustertypen
   36. Andere Verwendungen von regulären Ausdrücken
   37. stringi
   38. 12 Faktoren mit forcats
   39. Einführung
   40. Faktoren erzeugen
   41. General Social Survey
   42. Faktorenreihenfolge ändern
   43. Faktorstufen modifizieren
   44. 13 Datum und Uhrzeit mit lubridate
   45. Einführung
   46. Datums-/Zeitwerte erzeugen
   47. Datums-/Zeitkomponenten
   48. Zeiträume
   49. Zeitzonen
8. Teil III Programmieren
   1. 14 Pipes mit magrittr
   2. Einführung
   3. Alternativen zu Pipes
   4. Wann man Pipes nicht verwenden sollte
   5. Andere Tools von magrittr
   6. 15 Funktionen
   7. Einführung
   8. Wann sollte man eine Funktion schreiben?
   9. Funktionen – nützlich für Menschen und Computer
   10. Bedingte Ausführung
   11. Funktionsargumente
   12. Rückgabewerte
   13. Umgebung
   14. 16 Vektoren
   15. Einführung
   16. Grundlagen von Vektoren
   17. Wichtige Typen atomarer Vektoren
   18. Atomare Vektoren verwenden
   19. Rekursive Vektoren (Listen)
   20. Attribute
   21. Erweiterte Vektoren
   22. 17 Iteration mit purrr
   23. Einführung
   24. for-Schleifen
   25. Varianten von for-Schleifen
   26. Die map-Funktionen
   27. Fehlerverarbeitung
   28. Zuordnungen über mehrere Argumente
   29. Walk
   30. Andere Muster von for-Schleifen
9. Teil IV Modellieren
   1. 18 Grundlagen der Modellierung mit modelr
   2. Einführung
   3. Ein einfaches Modell
   4. Modelle visualisieren
   5. Formel und Modellfamilien
   6. Fehlende Werte
   7. Andere Modellfamilien
   8. 19 Modelle erstellen
   9. Einführung
   10. Warum sind Diamanten geringer Qualität teurer als höherwertige?
   11. Was beeinflusst die Anzahl der täglichen Flüge?
   12. Mehr über Modelle lernen
   13. 20 Viele Modelle mit purrr und broom
   14. Einführung
   15. Gapminder
   16. Listenspalten
   17. Listenspalten erzeugen
   18. Listenspalten vereinfachen
   19. Daten bereinigen mit broom
10. Teil V Kommunizieren
    1. 21 R Markdown
    2. Einführung
    3. R-Markdown-Grundlagen
    4. Textformatierung mit Markdown
    5. Codebereiche
    6. Fehlerbehebung
    7. YAML-Header
    8. Mehr lernen
    9. 22 Grafik für Kommunikation mit ggplot2
    10. Einführung
    11. Beschriftungen
    12. Anmerkungen
    13. Skalen
    14. Zoomen
    15. Themen
    16. Diagramme speichern
    17. Mehr lernen
    18. 23 R-Markdown-Formate
    19. Einführung
    20. Ausgabeoptionen
    21. Dokumente
    22. Notebooks
    23. Präsentationen
    24. Dashboards
    25. Interaktivität
    26. Websites
    27. Andere Formate
    28. Mehr lernen
    29. 24 R-Markdown-Workflow
11. Index
12. Über die Autoren
13. Kolophon
14. Fußnoten