• 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