Compétences de programmation de base en R

Si vous souhaitez suivre notre cours gratuit « Model a Quantitative Trading Strategy in R », voici le lien.

Lire un fichier : read.csv()

Avant de pouvoir analyser les données d’une action, il faut les télécharger puis les charger dans l’espace de travail R. Charger un jeu de données dans l’espace de travail revient à ouvrir un fichier dans Excel, après quoi vous pouvez exécuter les fonctions disponibles dessus. En R, les tables de données sont généralement enregistrées sous forme d’objets appelés data frames.

Dans ce chapitre, nous utiliserons les données d’un titre appelé MARUTI, téléchargées depuis Yahoo Finance. Elles sont disponibles à l’adresse : http://assets.datacamp.com/course/quantinsti/data_ch1.csv. Le jeu de données contient les données quotidiennes OHLC (Open, High, Low, Close) et le volume de Maruti du 1er janvier 2008 au 31 décembre 2013.

Dans cet exercice, nous allons commencer par définir un nouvel objet en R, nommé data_maruti. La syntaxe pour définir une nouvelle variable ou un nouvel objet est très simple :

variable_name <- value

où variable_name est le nom du nouvel objet ou de la variable et value est la valeur qui lui est assignée.

Nous allons enregistrer un fichier de données .csv dans data_maruti. La fonction utilisée pour lire un fichier .csv et l’enregistrer comme data frame est read.csv(). La syntaxe d’appel d’une fonction est tout aussi simple :

function_name(object1, object2, argument1, argument2, ....)

où function_name est le nom de la fonction et object1, object2 les objets ou variables sur lesquels vous souhaitez exécuter la fonction. Les arguments sont les options que vous précisez à l’exécution.

Dans cet exercice, nous allons apprendre à créer une nouvelle variable en utilisant une fonction.

Instructions

• Inspectez le data frame dummy chargé en exemple. Remarquez qu’il y a trois arguments dans la fonction read.csv() : file, égal à l’URL des données, header, une valeur logique indiquant si la première ligne du fichier contient les noms de variables (TRUE ici), et stringsAsFactors, qui précise si les chaînes de caractères doivent être enregistrées comme facteurs (FALSE ici).
• Créez une nouvelle variable data_maruti qui contient les données quotidiennes de Maruti du 1er janvier 2008 au 31 décembre 2013. Veillez à définir header à TRUE et stringAsFactors à FALSE.
• Enfin, inspectez les premières lignes du data frame chargé avec la fonction head(). Exécutez simplement head(data_maruti) pour l’appeler.

Obtenir un aperçu de vos données

Vous connaissez désormais la fonction head(), utilisée pour afficher les premières lignes de data_maruti.

Dans cet exercice, vous afficherez les dernières lignes (la « queue ») du jeu de données avec la fonction tail(). Vous verrez aussi comment obtenir le nombre de lignes et de colonnes du jeu de données.

Le data frame data_maruti est déjà chargé dans l’espace de travail.

Instructions

• Affichez les six dernières lignes de data_maruti avec la fonction tail().
• Affichez le nombre de lignes de data_maruti avec la fonction nrow().
• Affichez le nombre de colonnes de data_maruti avec la fonction ncol().

Types, classes et dimensions des objets en R

Chaque variable en R est un objet qui possède son type, sa classe et ses dimensions. Il existe quelques types de base : numérique (p. ex. 5 ou 5,0), caractère (p. ex. « a ») et logique (p. ex. TRUE). Les dimensions correspondent au nombre de lignes et de colonnes de l’objet. Enfin, la classe d’un objet peut modifier le comportement d’une même fonction. Par exemple, la fonction print() ne se comporte pas de la même façon pour un data frame que pour un modèle linéaire.

Dans ce chapitre, nous travaillerons avec des classes d’objets telles que les vecteurs et les data frames. Comme indiqué plus haut, les data frames s’apparentent à des tables Excel et sont très utilisés en finance. Les vecteurs correspondent à une seule ligne ou colonne de données composée d’un même type. Autrement dit, un data frame est constitué de vecteurs.

Instructions

Affichez le type, la classe et les dimensions de l’objet data_maruti en utilisant respectivement les fonctions typeof(), class() et dim(). Le data frame data_maruti est déjà chargé dans l’espace de travail.

Si vous souhaitez aller plus loin avec ce cours, voici le lien.

Découvrez le tutoriel de DataCamp : Objects and Classes in R.