貌似我很少用R处理数据，毕竟用SAS做这个，比啥都顺手，都是处理好了导入到R中，最多再整合整合，再加上有的Linux R不支持中文，直接倒进去就是一堆乱码，简直疯了。
另外又滚回学校读书，感觉R依然是学院派的首选，Python好像还没见影子，SAS在学院里想想也不会太受青睐，最近在研究the elements of statistical learning,算是统计学习的扛鼎之作，书中都是用R做的模拟，偶然发现几位大牛作者竟然就是R里面glmnet包的作者。
再多讲点废话，R最坑的莫过于内存管理，copy-on-modify，搞得循环的时候效率就是渣，不扯换成矩阵、向量运算，能转早转了（还有很多问题你就真的只有写循环啊！）；Python即使没致力于统计这块的时候，也很出名了，胶水语言，很受程序员的欢迎，到底是搞计算机的人设计的语言，底层设计的是要比R更合理。
不过话说回来，要是没有统计大牛致力于Python这块的开发，也是白搭，毕竟是要搞统计嘛，再扒扒看，貌似很多算法核心都是用C、Fortran啥写的，转到Python怀抱，好像也不难。
除了R和Python，现在还有一个开源的octave，基本无差异的可以运行matlab，也是挺“奇葩”的。
不过对我们来说，心态要好一点，实在不行，再学点Python就是了。
PS：最近用ggolot2用的很开心呐，色彩斑斓、五彩缤纷、理念新颖。恩，确实要比SAS的sgplot好用

《data manipulation with R》，springer 2008年出版那本，数据操作的经典，中文、英文版都有的。另外补充一下，R的一大特点是数据格式灵活多变，不同R包开发者的习惯不同，所用的数据格式和函数的参数形式就会不同，不可能用一本书讲全的

感谢感谢！很受教啊！
支持中文这件事确实很崩溃，各种投机取巧各种绕行，连rstudio都没打算好好搞中文吧~
我现在还好，R处理不了的在hive上先折腾去，拿到本地一个小而美的数据集就可以随便玩了。不指望R的数据处理能力有多强了，只是建模之类的代码简洁，写起来效率高，这也要感谢统计学大牛们持续贡献各种算法包啊！
octave好像Andrew Ng在讲机器学习的时候就用这玩意，新来的还有一个julia，眼花啊。。。没逼到份上就不学了。
ggplot2确实很棒，如果说r本身那个plot族画出的玩意是给自己看的话，ggplot2可以给客户看了：）

谢谢推荐，那本书确实有帮助，很多细节讲的很清楚（市面上R的书我差不多都买了。。。）
数据处理这件事儿确实涵盖太多内容，只是每次碰到的问题似乎相似，又似乎有微妙的差别，
自己一直没能梳理的很清楚，也没看到过系统全面介绍这方面的内容，可能对别人来说并不那么要紧吧~

谢谢推荐，那本书确实有帮助，很多细节讲的很清楚（市面上R的书我差不多都买了。。。）
数据处理这件事儿确实涵盖太多内容，只是每次碰到的问题似乎相似，又似乎有微妙的差别，
自己一直没能梳理的很清楚，也没看到过系统全面介绍这方面的内容，可能对别人来说并不那么要紧吧~

这么一说，我倒想起来，之前搭过一个Rstudio的web客户端，可以支持中文。当时按cos上的教程，最后死活登陆不上去（Linux水平太差），最后把所有文件赋给root用户，终于能登陆了，不过莫名其妙的与oracle的接口不能用了，数据抽不过来，也只能当玩具玩了。

其实到这个层面，data cleaning活不算多了，主要的还是抽样，整合什么的，数据库基本都可以搞定了，搞好了再传给R，怎么都比在R里面处理来的好。

嗯嗯，RStudio的Server版，我们也弄过，几个分析师可以在一起工作，不过linux的用户组和用户确实跟win不太一样。oracle试了几次搞不太好，mysql还算方便，也是使用习惯的问题吧

“未来PYTHON会取代R。”，这一点有点怀疑！！

哦！您用过PYTHON？或者了解分布式计算？