R在数据科学中的应用，第2版

第 III 部分. 变革

本书的第二部分深入探讨了数据可视化。在这部分内容中，你将了解到在数据帧中遇到的最重要的变量类型，并学习使用这些变量的工具。

图 III-1. 数据转换的选项在很大程度上取决于所涉及的数据类型，这也是本书这一部分的主题。

您可以根据自己的需要阅读这些章节；它们的设计在很大程度上是独立的，因此可以不按顺序阅读。

• 第 12 章将介绍逻辑向量。逻辑向量是最简单的向量类型，但功能非常强大。你将学习如何通过数字比较创建逻辑矢量，如何将逻辑矢量与布尔代数相结合，如何在摘要中使用逻辑矢量，以及如何将逻辑矢量用于条件转换。

• 第 13 章深入探讨数据科学的核心--数字向量工具。你将学到更多关于计数的知识，以及一系列重要的转换和汇总函数。

• 第 14 章为你提供了处理字符串的工具：将字符串切片、切块，然后再将它们粘在一起。本章主要关注 stringr 软件包，但你也会学到一些专门用于从字符串中提取数据的 tidyr 函数。

• 第 15 章将向你介绍正则表达式，这是一种强大的字符串操作工具。本章将带你从认为一只猫从你的键盘上走过，到读写复杂的字符串模式。

• 第 16 章介绍因子：R 用来存储分类数据的数据类型。当一个变量有一组固定的可能值，或者想要对字符串进行非字母排序时，就需要使用因子。

• 第 17 章为你提供了处理日期和日期时间的关键工具。遗憾的是，你对日期时间了解得越多，它们似乎就越复杂，但在 lubridate 软件包的帮助下，你将学会如何克服最常见的难题。

• 第 18 章深入讨论了缺失值。我们已经单独讨论过几次缺失值，现在是全面讨论缺失值的时候了，帮助你掌握隐式缺失值和显式缺失值的区别，以及如何和为什么要在它们之间进行转换。

• 第 19 章将为你提供将两个（或多个）数据帧连接在一起的工具，从而结束本书的这一部分。学习连接会让你不得不考虑键的概念，并思考如何识别数据集中的每一行。