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