Preface to the second edition

第二版前言

欢迎来到 “R for Data Science” 第二版！ 这是对第一版的重大改进，删除了我们认为不再有用的内容，增加了我们希望在第一版中包含的内容，并且通常更新了文本和代码，以反映最佳实践的变化。 我们还非常高兴迎来一位新的合著者：Mine Çetinkaya-Rundel，一位知名的数据科学教育家，也是我们在 Posit（以前被称为 RStudio 的公司）的同事之一。

以下是最重大改变的简要总结：

• 书的第一部分更名为 “Whole game”。 该部分的目标是在我们深入细节之前，给您提供关于数据科学”整个游戏”的大致细节。

• 书的第二部分是 “Visualize”。 与第一版相比，这部分更全面地介绍了数据可视化工具和最佳实践。 获取所有细节的最佳方式仍然是ggplot2 book，但现在 R4DS 也涵盖了更多最重要的技术。

• 书的第三部分现在称为 “Transform”，并新增了关于数字、逻辑向量和缺失值的章节。 这些内容以前是数据转换章节的一部分，但需要更多空间来详细介绍所有细节。

• 书的第四部分称为 “Import”。 这是一组新的章节，不仅介绍如何读取平面文本文件，还介绍了如何处理电子表格、从数据库获取数据、处理大数据、转换分层数据以及从网站抓取数据。

• “Program” 部分保留了下来，但进行了全面重写，重点放在了函数编写和迭代的最重要部分。 函数编写现在包括有关如何包装 tidyverse 函数（处理整洁评估的挑战）的详细信息，因为在过去几年中，这变得更加简单和重要。 我们新增了一章，介绍了在现有的 R 代码中可能遇到的重要基本 R 函数。

• “modeling” 部分已被移除。 我们从来没有足够的空间来充分展示建模，而且现在有更好的资源可用。 我们通常建议使用 tidymodels 软件包，并阅读 Max Kuhn 和 Julia Silge 的 Tidy Modeling with R。

• “Communicate” 部分保留下来，但已经全面更新，使用 Quarto 取代了 R Markdown。 本书的这个版本是使用 Quarto 编写的，它显然是未来的工具。