《数据科学：R语言实现》——第3章 数据预处理和准备 3.1 引言

本节书摘来自华章计算机《数据科学：R语言实现》一书中的第3章，第3.1节，作者 丘祐玮（David Chiu），更多章节内容可以访问云栖社区“华章计算机”公众号查看。

数据预处理和准备 3.1 引言

在之前的章节中，我们介绍了如何把各种来源的数据整合在一起。然而，只是采集数据并不够，还需要确保所采集数据的质量。如果数据的质量不高，分析的结果可能会由于有偏采样或缺失数据而误导大家。而且，如果采集的数据没有良好的结构化和形态，你会很难进行数据关联和分析。因此数据预处理和准备是数据分析前的基础性工作。

熟悉SQL操作的读者可能已经理解如何使用数据库来处理数据。例如，SQL允许用户使用插入操作添加新的记录，使用更新操作修改数据，使用删除操作移除记录。但是，我们并不需要把采集的数据放到数据库中，R已经提供了更强大和更方便的预处理函数和程序包。在本章中，我们会展示在R中执行数据预处理是如此的简单。

9月20日云栖精选夜读 | 如何轻松搞定数据科学面试：Python＆R语言篇 对于数据科学家来说，工作的一大部分都需要在交互式编程环境中对数据进行处理、分析和可视化。 在过去几年，R语言和Python成了进行数据科学中最炙手可热的两种语言。这两种语言各有优缺点，掌握这两种语言大有益处，但是针对面试者而言，最好的方式是学习其中一种并熟练掌握。
这是R数据科学的读书笔记之一，《R数据科学》是一本教你如何用R语言进行数据分析的书。即便我使用R语言快2年多了，但是读这本书还是受益颇多。
这是R数据科学的读书笔记之一，《R数据科学》是一本教你如何用R语言进行数据分析的书。即便我使用R语言快2年多了，但是读这本书还是受益颇多。
Python赶超R语言，成为数据科学、机器学习平台中最热门的语言？ 近日，kdnuggets做了一个关于数据科学、机器学习语言使用情况的问卷调查，他们分析了954个回答，得出结论——Python已经打败R语言，成为分析、数据科学和机器学习平台中使用频率最高的语言。