Data manipulation

原生資料 (raw data) 通常沒辦法拿來直接做資料分析，必須經過資料清洗 (data cleaning) 和整理，使資料的結構更適合做下一步動作，如資料分析 (data analysis) / 資料視覺化 (data visualization)。

在資料分析之前...

Analytic process

1. data manipulation

2. data visualization

3. statistical analysis / modeling

4. deployment

data manipulation 是第一步，根據前輩們的經驗，這個步驟通常花上整個分析過程 80% 的時間。想要做好的資料分析師，整理數據的能力是不可或缺的。

在 R 中，dplyr和 tidyr是兩個最常用來整理 raw data 的套件。

學習資源

• ​Data Wrangling with dplyr and tidyr Cheat Sheet​

• ​[Datacamp] Introduction to the tidyverse​ ch.1​

• ​[Datacamp] Cleaning with R​

• ​[Datacamp] Data manipulation in R with dplyr​