Basisprogrammeervaardigheden in R

Als je onze gratis cursus Model a Quantitative Trading Strategy in R wilt volgen, hier is de link.

Bestand lezen: read.csv()

De eerste stap voordat we data van een aandelenfonds kunnen analyseren, is het downloaden en inladen in de R-werkruimte. Een dataset in de werkruimte laden lijkt op het openen van een databestand in Excel, waarna we de beschikbare functies erop kunnen uitvoeren. In R worden datatabellen vaak opgeslagen als objecten die data frames heten.

In dit hoofdstuk gebruiken we data van een aandeel genaamd MARUTI dat is gedownload van Yahoo Finance. De data is beschikbaar op http://assets.datacamp.com/course/quantinsti/data_ch1.csv. De dataset bevat de dagelijkse OHLC (Open High Low Close) en volumedata van Maruti van 1 jan 2008 tot en met 31 dec 2013.

In deze oefening beginnen we met het definiëren van een nieuw object in R, genaamd data_maruti. De syntaxis voor het definiëren van een nieuwe variabele of een nieuw object is heel eenvoudig:

variable_name <- value

waarbij variable_name de naam is van het nieuwe object of de nieuwe variabele en value de waarde is die eraan wordt toegekend.

We slaan een .csv-databestand op in data_maruti. De functie die wordt gebruikt om een .csv-bestand te lezen en als een data frame op te slaan, is read.csv(). De syntaxis om een functie aan te roepen is vrij simpel:

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

waarbij function_name de naam van de functie is en object1, object1 de objecten of variabelen zijn waarop je de functie wilt uitvoeren. arguments zijn de specificaties die je wilt meegeven bij het uitvoeren van de functie.

In deze oefening leren we een nieuwe variabele te maken met een functie.

Instructies

• Inspecteer het dummy data frame dat als voorbeeld voor je is geüpload. Merk op dat er drie argumenten in de read.csv()-functie zitten: file, gelijk aan de URL van de data, header, een logische waarde die aangeeft of het bestand de namen van de variabelen als eerste regel bevat (TRUE in dit geval) en stringsAsFactors, dat aangeeft of strings in de tabel als factors moeten worden opgeslagen (FALSE in dit geval).
• Maak een nieuwe variabele data_maruti die Maruti's dagelijkse data van 1 jan 2008 tot en met 31 dec 2013 bevat. Zorg ervoor dat je header op TRUE zet en stringAsFactors op FALSE.
• Inspecteer ten slotte de eerste rijen van het geladen data frame met de functie head(). Voer simpelweg head(data_maruti) uit om de functie aan te roepen.

Krijg een eerste indruk van je data

Je bent nu bekend met de functie head(), die werd gebruikt om de eerste rijen van data_maruti af te drukken.

In deze oefening druk je de laatste rijen (tail) van de dataset af met de functie tail(). Je ontdekt ook hoe je het aantal rijen en kolommen van de dataset opvraagt.

Het data_maruti data frame is al voor je in de werkruimte geladen.

Instructies

• Print de laatste zes rijen van data_maruti met de functie tail().
• Print het aantal rijen in data_maruti met de functie nrow().
• Print het aantal kolommen in data_maruti met de functie ncol().

Types, classes en dimensies van objecten in R

Elke variabele in R is een object met een eigen type, klasse en dimensie. Er zijn slechts een paar basistypen variabelen, zoals numeriek (bijv. 5 of 5,0), karakter (bijv. "a") en logisch (bijv. TRUE). De dimensies zijn het aantal rijen en kolommen van het object. Ten slotte kan de klasse van een object het gedrag van dezelfde functies veranderen. Zo zal de print()-functie zich anders gedragen voor een variabele die een data frame is dan voor een variabele die een lineair model is.

De klassen van objecten waarmee we in dit hoofdstuk werken, zijn vectors en data frames. Data frames zijn, zoals eerder opgemerkt, vergelijkbaar met Excel-tabellen en worden het meest gebruikt in financiële computing. Vectors zijn als een enkele rij of kolom met data die uit hetzelfde type variabelen bestaat. Met andere woorden: een data frame is opgebouwd uit vectors.

Instructies

Print het type, de klasse en de dimensies van object data_maruti met respectievelijk de functies typeof(), class() en dim(). Het data frame data_maruti is al in de werkruimte geladen.

Als je meer uit deze cursus wilt halen, hier is de link.

Bekijk DataCamp's tutorial Objects and Classes in R.