面向数据的思维模式和R语言编程.pdf

面向数据的思维模式和R语言编程 技术创新，变革未来 前言 作为数据分析师，每天都有大量的数据需要处理，我们会根据业务的 要求做各种复杂的报表。为了计算一个业务指标，你的SQL怎么写都 不会少于10行时，这个时候R语言绝对是不二的选择了。 用R语言可以高效地、优雅地解决数据分析中的问题，让R来帮你打开 面向数据的思维模式。 3 目录 01 面向数据的思维模式 2. R语言进行数据处理 3. 个性化的数据变换需求 4 面向数据的思维模式 数据很重要，要想把业务做好，需要有更高质量和更好来源的数据。 工程师，5年工作经验，熟练掌握一种语言。 他的能力： •理解需求 • 快速写代码完成开发任务 • 没有bug • 性能很好 5 面向数据的思维模式 目标：不是如何做出来，而是如何让这个事情变现。那么要怎么去写 代码? 这就是一种思维模式的变化。 数据分析师，5年工作经验，熟练掌握一种语言。 他的能力： • 提出需求 • 发现数据的规律 • 找到业务价值点 • 变成数据产品 6 数据与工程 7 BI 数据科学 8 如何突围 跨学科的结合，而不是沉浸在一个单独的学科领域里！单一领域 已经有很多大神，你不可能颠覆他们的位置。 但一旦你带着原有的东西进入到另一个学科，或者多结合几个学 科，就没有那么多大神了，而且现在社会就需要这种人才。 9 R语言的价值 R语言的价值，主要体现在数据分析的效率上！ 用R语言，验证想法的可行性，再用其他语言来改写。 R语言擅长的事有很多，包括做数学计算、数据处理、统计分析、 可视化等，但它并不擅长做Web开发的工程项目。 10 目录 01 面向数据的思维模式 2. R语言进行数据处理 3. 个性化的数据变换需求 11 用R语言进行数据处理 合并、分组、排序、筛选、转置、差分、填充、移动、清洗、回 归、分布检验、高数计算 等等。 12 R语言数据类型 • 向量Vector : c() • 矩阵 Matrix: matrix() • 数据框 DataFrame: data.frame() • 时间序列 XTS: xts() 13 R语言数据类型 14 初始化数据集