التحويل
كان الجزء الثاني من هذا الكتاب بمثابة غوص عميق في مجال التمثيل البصري للبيانات. وفي هذا الجزء، ستتعرف على أهم أنواع المتغيرات التي ستواجهها داخل إطارات البيانات (data frames)، كما ستتعلم استخدام الأدوات اللازمة للتعامل معها ومعالجتها بنجاح.
يمكنك قراءة هذه الفصول حسب حاجتك؛ فقد صُممت لتكون مستقلة بذاتها إلى حد كبير، بحيث يمكن قراءتها دون التزام بترتيب معين.
12 المتجهات المنطقية يعلمك المتجهات المنطقية (logical vectors). تعد هذه المتجهات أبسط أنواع المتجهات، لكنها فائقة القوة. ستتعلم كيفية إنشائها باستخدام المقارنات العددية، وكيفية دمجها باستخدام الجبر البولياني، وكيفية استخدامها في الملخصات الإحصائية والتحويلات الشرطية.
13 الأعداد يغوص في أدوات المتجهات العددية، والتي تمثل القوة المحركة لعلم البيانات. ستتعلم المزيد عن عمليات العد، ومجموعة من الدوال المهمة للتحويل والتلخيص الإحصائي.
14 النصوص السلسلية يوفر لك الأدوات اللازمة للتعامل مع النصوص (strings): حيث ستتعلم تقطيعها، وتجزئتها، وإعادة تجميعها من جديد. يركز هذا الفصل بشكل أساسي على حزمة stringr، لكنك ستتعلم أيضاً بعض دوال حزمة tidyr المخصصة لاستخراج البيانات من السلاسل النصية.
15 التعبيرات النمطية يقدم لك التعبيرات النمطية (regular expressions)، وهي أداة قوية لمعالجة النصوص. سينتقل بك هذا الفصل من مرحلة الشعور بأن قطة مشت على لوحة المفاتيح إلى مرحلة قراءة وكتابة الأنماط النصية المعقدة ببراعة.
16 العوامل يقدم لك العوامل (factors): وهو نوع البيانات الذي تستخدمه بيئة R لتخزين البيانات الفئوية. تستخدم العوامل عندما يحتوي المتغير على مجموعة محددة من القيم المحتملة، أو عندما ترغب في ترتيب النصوص بترتيب غير أبجدي.
17 التواريخ والأوقات يمنحك الأدوات الأساسية للتعامل مع التواريخ والأوقات (dates and date-times). لسوء الحظ، كلما تعلمت المزيد عن التواريخ والأوقات، بدت أكثر تعقيداً، ولكن بمساعدة حزمة lubridate، ستتعلم كيفية التغلب على التحديات الأكثر شيوعاً.
18 القيم المفقودة يناقش القيم المفقودة (missing values) بشكل مكثف. لقد ناقشناها سابقاً في مواضع متفرقة، ولكن حان الوقت لمناقشتها بشمولية، مما يساعدك على إدراك الفرق بين القيم المفقودة الضمنية والصريحة، وكيفية ولماذا قد تحول بينهما.
19 عمليات الدمج (Joins) يختتم هذا الجزء من الكتاب بتزويدك بالأدوات اللازمة لدمج إطارين (أو أكثر) من إطارات البيانات معاً. إن تعلم عمليات الدمج سيجبرك على التعامل مع مفهوم المفاتيح (keys)، والتفكير في كيفية تحديد كل سطر في مجموعة البيانات بشكل فريد.