R在数据科学中的应用，第2版

第 IV 部分. 进口

在本书的这一部分，你将学习如何将更多数据导入 R，以及如何将数据转换成有用的形式以供分析。有时，这只是从适当的数据导入包中调用一个函数的问题。但在更复杂的情况下，可能需要对数据进行 Tidy 和转换，才能得到你想要的整洁矩形。

图 IV-1. 数据导入是数据科学过程的开始；没有数据，就无法进行数据科学！

在本书的这一部分，你将学习如何访问以下列方式存储的数据：

• 在第 20 章中，你将学习如何从 Excel 电子表格和 Google Sheets 中导入数据。

• 在第 21 章中，你将学习如何将数据从数据库中导出并导入 R（还将学习如何将数据从 R 中导出并导入数据库）。

• 在第 22 章中，你将学习 Arrow，它是处理内存外数据（尤其是以 parquet 格式存储的数据）的强大工具。

• 在第 23 章中，你将学习如何处理分层数据，包括以 JSON 格式存储的数据所产生的深嵌套列表。

• 在第 24 章中，你将学习网络 "搜刮"，这是从网页中提取数据的艺术和科学。

有两个重要的 tidyverse 软件包我们不在这里讨论：Haven 和 xml2。如果您要处理 SPSS、Stata 和 SAS 文件中的数据，请查看haven 软件包。如果要处理 XML 数据，请查看xml2 软件包。否则，您需要做一些研究，以找出您需要使用的软件包；谷歌是您在这方面的朋友。