Habilidades básicas de programação em R

Se você quer fazer nosso curso gratuito Model a Quantitative Trading Strategy in R, aqui está o link.

Ler arquivo: read.csv()

O primeiro passo antes de analisar os dados de uma ação é baixá-los e carregá-los no ambiente do R. Carregar um conjunto de dados no ambiente é como abrir um arquivo no Excel; depois disso, podemos executar funções sobre ele. No R, as tabelas de dados normalmente são salvas como objetos chamados data frames.

Neste capítulo, vamos usar os dados de uma ação chamada MARUTI, baixados do Yahoo Finance. Os dados estão disponíveis em http://assets.datacamp.com/course/quantinsti/data_ch1.csv. O conjunto contém os dados diários de OHLC (Open, High, Low, Close) e Volume da Maruti de 01/01/2008 a 31/12/2013.

Neste exercício, vamos começar definindo um novo objeto no R, chamado data_maruti. A sintaxe para definir uma nova variável ou objeto é bem direta:

variable_name <- value

em que variable_name é o nome do novo objeto ou variável e value é o valor atribuído a ele.

Vamos salvar um arquivo .csv em data_maruti. A função usada para ler um arquivo .csv e salvá-lo como um data frame é read.csv(). A sintaxe para chamar uma função é simples:

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

em que function_name é o nome da função, e object1, object1 são os objetos ou variáveis sobre os quais você quer executar a função. arguments são as especificações que você fornece ao rodar a função.

Neste exercício, vamos aprender a criar uma nova variável usando uma função.

Instruções

• Inspecione o data frame dummy enviado como exemplo. Note que há três argumentos na função read.csv(): file, igual à URL dos dados; header, um valor lógico que indica se a primeira linha do arquivo contém os nomes das variáveis (TRUE, neste caso); e stringsAsFactors, que especifica se as strings na tabela devem ser salvas como fatores (FALSE, neste caso).
• Crie uma nova variável data_maruti com os dados diários da Maruti de 1º jan 2008 a 31 dez 2013. Certifique-se de definir header como TRUE e stringAsFactors como FALSE.
• Por fim, inspecione as primeiras linhas do data frame carregado usando a função head(). Basta executar head(data_maruti) para chamar a função.

Dê uma olhada nos seus dados

Agora você já conhece a função head(), usada para imprimir as primeiras linhas de data_maruti.

Neste exercício, você vai imprimir as últimas linhas (tail) do conjunto usando a função tail(). Você também vai ver como consultar o número de linhas e colunas do dataset.

O data frame data_maruti já está carregado no ambiente.

Instruções

• Imprima as últimas seis linhas de data_maruti usando a função tail().
• Imprima a quantidade de linhas em data_maruti usando a função nrow().
• Imprima a quantidade de colunas em data_maruti usando a função ncol().

Tipos, classes e dimensões de objetos no R

Toda variável em R é um objeto com seu próprio tipo, classe e dimensão. Existem poucos tipos básicos de variáveis, como numérico (por exemplo, 5 ou 5.0), caractere (por exemplo, "a") e lógico (por exemplo, TRUE). As dimensões são o número de linhas e colunas do objeto. Por fim, a classe de um objeto pode alterar o comportamento das mesmas funções. Por exemplo, a função print() se comporta de forma diferente para uma variável que é um data frame em comparação a uma variável que é um modelo linear.

As classes de objetos com que trabalhamos neste capítulo são vetores e data frames. Data frames, como já mencionado, são como tabelas do Excel e são muito usados em computação financeira. Vetores se parecem com uma única linha ou coluna de dados composta pelo mesmo tipo de variável. Em outras palavras, um data frame é formado por vetores.

Instruções

Imprima o tipo, a classe e as dimensões do objeto data_maruti usando, respectivamente, as funções typeof(), class() e dim(). O data frame data_maruti já está carregado no ambiente.

Se quiser aprender mais com este curso, aqui está o link.

Confira o tutorial da DataCamp Objects and Classes in R.