Hallo,
ich weiß nicht mehr, was ich damals geantwortet habe. Was jeder brauchen kann ist Hilfe, die interessanten Daten auszusuchen und in ein geeignetes Format zu bringen. So wichtig dieser Vorgang, so intensiv die Bemühungen, das durch Packages besser zu machen. Das von Dir erwähnt
dplyr ist eine Antwort darauf, eine andere ist
data.table. Beide haben eine sehr unterschiedliche Herangehensweise und beide entwickeln ihre Fanblöcke. Mein Eindruck war, dass data.table im Forum beliebter ist, aber ob eines von beiden sich gegen das andere wird durchsetzen können, das steht noch in den Sternen. Auch
tidyr als Kurzvariante, in die man sich schnell einarbeiten kann, sollte erwähnt werden.
Gerade weil man noch nicht weiß, ob sich dplyr oder data.table durchsetzen wird, möchte ich eine Lanze für
sqldf brechen: Wer ein wenig SQL kann, kann dieses Package für viele spannende Aufgaben nutzen und Zeit zu investieren, um SQL zu lernen, ist sicher kein Fehler.
Wer sich mit Fragebögen und Tests herumschlägt, für den sei
psych erwähnt und empfohlen.
rpart macht wirklich unschöne Baumdarstellungen, die aber durch
party viel besser werden.
Mich stören immer die Warnings die
wilcox.test macht, wenn es Bindungen in den Daten gibt.
exactRankTests löst dieses Problem, auch wenn die Autoren finden, dass man eher auf
coin setzen sollte.
knitr zum Erstellen von HTML-Auswertungsseiten ist super einfach zu benutzen, weil in RStudio gut integriert. Nutze ich ganz viel und empfehle ich von Herzen, auch wenn ich selbst mich nur ganz oberflächlich damit beschäftigt habe.
ggplot2 ist auf seine Weise sehr gut, dann gerne auch in Verbindung mit
ggthemes. Ein vollständiger Ersatz für
base-Grafiken ist es nicht.
assertthat und
testit sind keine bedeutsamen packages, aber weil sie einen daran erinnern, dass man auch in R Tests einbauen sollte, so wie in anderen Programmiersprachen auch, dann sind sie sehr wertvoll!
jogo hat schon sehr zu Recht
fortunes ins Feld geführt, ohne das man Teile des Forums nicht verstehen kann.
Dazu gibt es dann natürlich jede Menge Spezialpackages je nach Fragestellung. Wer Packages machen will braucht roxygen2, ... Wichtig ist einfach nochmal ein Verweis auf die TastViews von CRAN:
https://cran.r-project.org/web/views/
LG,
Bernhard