改訂2版 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

発売日 : 2021年06月03日

著者／編集 : 松村優哉、湯谷啓明、紀ノ定保礼、前田和寛

出版社 : 技術評論社

発行形態 : 単行本

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。

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

松村, 優哉

松村優哉、湯谷啓明、紀ノ定保礼、前田和寛

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。

湯谷, 啓明

紀ノ定, 保礼

前田, 和寛, 1978-