And / Or

Puede que quieras comprobar varias condiciones relacionales a la vez. ¿Y si quisieras saber si la acción de Apple está por encima de 120, pero por debajo de 121? ¡Los operadores relacionales simples no bastan! Para múltiples condiciones, necesitas el operador And & y el operador Or |.

& (And): Una intersección. a & b es verdadero solo si ambos a y b son verdaderos.
| (Or): Una unión. a | b es verdadero si al menos uno entre a o b es verdadero.

apple <- c(120.00, 120.08, 119.97, 121.88)

# Ambas condiciones deben cumplirse
(apple > 120) & (apple < 121)
[1] FALSE  TRUE FALSE FALSE

# Solo una condición tiene que cumplirse
(apple <= 120) | (apple > 121)
[1]  TRUE FALSE  TRUE  TRUE

El data frame stocks está disponible para que lo uses.

Este ejercicio forma parte del curso

R intermedio para finanzas

Instrucciones del ejercicio

¿Cuándo está ibm entre 171 y 176? Añade el vector lógico a stocks como ibm_buy_range.
Comprueba si panera baja de 213.20 o sube por encima de 216.50, y añádelo a stocks como la columna panera_spike.
Supón que te interesan las fechas posteriores a 2017-01-21 pero anteriores a 2017-01-25, en exclusión. Usa as.Date() y & para esto. Añade el resultado a stocks como good_dates.
Imprime stocks.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# IBM buy range	
___

# Panera spikes	
___

# Date range
___

# Print stocks	
___

Editar y ejecutar código

Este ejercicio forma parte del curso

R intermedio para finanzas

PrincipianteNivel de habilidad

4.8+

Comienza el curso gratis

¡Bienvenido! Antes de profundizar en el mundo de R, viene bien entender cómo se crean las fechas y las horas. Este capítulo te enseñará lo suficiente para empezar a trabajar con fechas, aunque solo araña la superficie de todo lo que puedes hacer con ellas.

Exercise 1: Introducción a las fechas en R Exercise 2: ¿Qué día es hoy?Exercise 3: De char a date Exercise 4: Muchas fechas Exercise 5: Formatos de fecha y funciones de extracción Exercise 6: Formatos de fecha (1)Exercise 7: Formatos de fecha (2)Exercise 8: Resta de fechas Exercise 9: ¡months(), weekdays() y quarters(), vaya trío!

Imagina que tienes acciones de una empresa. Si la acción supera cierto precio, quizá quieras vender. Si cae por debajo de cierto precio, ¡puede que quieras comprar mientras está barata! Este tipo de lógica se puede implementar con operadores y sentencias if. En este capítulo, aprenderás todo sobre ellas y crearás un programa que te diga si comprar o vender una acción.

Exercise 1: Operadores relacionales Exercise 2: Práctica de relacionales Exercise 3: Operaciones vectorizadas Exercise 4: Operadores lógicos Exercise 5: And / Or

Ejercicio actual

Exercise 6: ¡Not!Exercise 7: Lógicos y subset()Exercise 8: ¡Todo junto!Exercise 9: Sentencias if Exercise 10: Si esto Exercise 11: Si esto, si no aquello Exercise 12: If esto, Else If aquello, Else lo otro Exercise 13: ¿Puedes usar un If dentro de otro If?Exercise 14: ifelse()

Los bucles pueden ser útiles para aplicar la misma operación a cada elemento de tu estructura de datos. En este capítulo aprenderás todo sobre los bucles repeat, while y for.

Exercise 1: Bucles repeat Exercise 2: Repite, repite, repite Exercise 3: ¿Cuándo usar break?Exercise 4: Bucles while Exercise 5: While con un print Exercise 6: While con un gráfico Exercise 7: Rómpelo Exercise 8: Bucles for Exercise 9: Itera sobre un vector Exercise 10: Recorre las filas de un data frame Exercise 11: Iterar sobre elementos de una matriz Exercise 12: Break y next

Si estructuras de datos como data frames y vectores sirven para guardar tus datos, las funciones son la forma de decirle a R qué hacer con ellos. En este capítulo aprenderás a usar funciones incorporadas, a crear tus propias funciones y terminarás con una breve introducción a los paquetes.

Exercise 1: ¿Qué son las funciones?Exercise 2: Ayuda y documentación de funciones Exercise 3: Argumentos opcionales Exercise 4: Funciones dentro de funciones Exercise 5: Escribir funciones Exercise 6: Tu primera función Exercise 7: Varios argumentos (1)Exercise 8: Varios argumentos (2)Exercise 9: Ámbito de las funciones (1)Exercise 10: Ámbito de las funciones (2)Exercise 11: Paquetes Exercise 12: paquete tidyquant

Una alternativa popular a los bucles en R son las funciones apply. A menudo son más legibles que los bucles y resultan muy útiles para escalar el flujo de trabajo de data science y realizar un cálculo complejo sobre cualquier número de observaciones. ¡Aprende sobre ellas aquí!

Exercise 1: ¿Por qué usar apply?Exercise 2: lapply() sobre una lista Exercise 3: lapply() en un data frame Exercise 4: Argumentos de FUN Exercise 5: sapply() - ¡simplifícalo!Exercise 6: sapply() vs. lapply()Exercise 7: Cuando no se puede simplificar Exercise 8: vapply() - ¡define tu salida!Exercise 9: vapply() vs. sapply()Exercise 10: Más vapply()Exercise 11: Funciones anónimas Exercise 12: ¡Enhorabuena!