Et / Ou

Il est parfois utile de vérifier plusieurs conditions relationnelles en même temps. Et si vous vouliez savoir si l'action d'Apple était au-dessus de 120, mais en dessous de 121? Les opérateurs relationnels simples ne suffisent pas! Pour plusieurs conditions, vous avez besoin de l'opérateur Et & et de l'opérateur Ou |.

& (Et) : Une intersection. a & b est vrai seulement si a et b sont tous les deux vrais.
| (Ou) : Une union. a | b est vrai si a ou b est vrai.

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

# Les deux conditions doivent être vraies
(apple > 120) & (apple < 121)
[1] FALSE  TRUE FALSE FALSE

# Une seule des conditions suffit
(apple <= 120) | (apple > 121)
[1]  TRUE FALSE  TRUE  TRUE

La trame de données stocks est à votre disposition.

Cette activité fait partie du cours

R intermédiaire pour la finance

Instructions de l’exercice

Quand ibm est-il entre 171 et 176? Ajoutez le vecteur logique à stocks sous le nom ibm_buy_range.
Vérifiez si panera descend sous 213.20 ou monte au-dessus de 216.50, puis ajoutez le résultat à stocks dans la colonne panera_spike.
Supposons que vous vous intéressiez aux dates après 2017-01-21 mais avant 2017-01-25, de façon exclusive. Utilisez as.Date() et & pour cela. Ajoutez le résultat à stocks sous le nom good_dates.
Affichez stocks.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# IBM buy range	
___

# Panera spikes	
___

# Date range
___

# Print stocks	
___

Modifier et exécuter le code

Cette activité fait partie du cours

R intermédiaire pour la finance

SkillTag.level.beginnerSkillTag.label

4.8+

Commencer le cours gratuitement

Bienvenue! Avant d'aller plus loin dans l'univers de R, il est utile de comprendre comment on crée les dates et les heures. Ce chapitre vous en apprendra assez pour commencer à travailler avec les dates, mais ne fera qu'effleurer tout ce qu'il est possible d'en faire.

Exercise 1: Introduction aux dates dans R Exercise 2: Quel jour sommes-nous ?Exercise 3: De char à date Exercise 4: Beaucoup de dates Exercise 5: Formats de date et fonctions d'extraction Exercise 6: Formats de date (1)Exercise 7: Formats de dates (2)Exercise 8: Soustraction de dates Exercise 9: months(), weekdays() et quarters(), oh là là !

Imaginez que vous détenez des actions d'une entreprise. Si le titre dépasse un certain prix, vous voudrez peut-être vendre. S'il descend sous un certain prix, vous pourriez vouloir en acheter pendant qu'il est peu cher! Cette logique peut s'implanter avec des opérateurs et des instructions if. Dans ce chapitre, vous les étudierez en détail et vous créerez un programme qui vous indique quand acheter ou vendre un titre.

Exercise 1: Opérateurs relationnels Exercise 2: Exercice sur les opérateurs relationnels Exercise 3: Opérations vectorisées Exercise 4: Opérateurs logiques Exercise 5: Et / Ou

Exercice en cours

Exercise 6: Pas !Exercise 7: Logiques et subset()Exercise 8: Tout ensemble, maintenant !Exercise 9: Instructions conditionnelles (if)Exercise 10: If : de base Exercise 11: Si ceci, sinon cela Exercise 12: Si ceci, Sinon si cela, Sinon autre chose Exercise 13: Pouvez-vous mettre un If dans un If?Exercise 14: ifelse()

Les boucles sont utiles pour appliquer la même opération à chaque élément d'une structure de données. Dans ce chapitre, vous verrez en détail les boucles repeat, while et for!

Exercise 1: Boucles repeat Exercise 2: Répéter, répéter, répéter Exercise 3: Quand utiliser break?Exercise 4: Boucles while Exercise 5: While avec un print Exercise 6: Boucle while avec un graphique Exercise 7: Interrompre l'exécution Exercise 8: Boucles for Exercise 9: Parcourir un vecteur avec une boucle Exercise 10: Parcourir les lignes d'un data frame Exercise 11: Parcourir les éléments d'une matrice Exercise 12: Break et next

Si les structures de données comme les data frames et les vecteurs servent à contenir vos données, les fonctions servent à indiquer à R quoi faire avec ces données. Dans ce chapitre, vous apprendrez à utiliser les fonctions intégrées, à créer vos propres fonctions, puis vous terminerez par une brève introduction aux packages.

Exercise 1: Qu'est-ce qu'une fonction?Exercise 2: Aide et documentation des fonctions Exercise 3: Arguments facultatifs Exercise 4: Des fonctions dans des fonctions Exercise 5: Écrire des fonctions Exercise 6: Votre première fonction Exercise 7: Arguments multiples (1)Exercise 8: Arguments multiples (2)Exercise 9: Portée des fonctions (1)Exercise 10: Portée des fonctions (2)Exercise 11: Forfaits Exercise 12: Le paquet tidyquant

Une solution populaire aux boucles dans R, ce sont les fonctions apply. Souvent plus lisibles que les boucles, elles sont extrêmement utiles pour faire passer l'analyse de données à l'échelle et effectuer un calcul complexe sur un grand nombre d'observations. Découvrez-les ici!

Exercise 1: Pourquoi utiliser apply ?Exercise 2: lapply() sur une liste Exercise 3: lapply() sur un data frame Exercise 4: Arguments de FUN Exercise 5: sapply() — simplifier le tout !Exercise 6: sapply() vs. lapply()Exercise 7: Échec de la simplification Exercise 8: vapply() - précisez votre sortie !Exercise 9: vapply() c. sapply()Exercise 10: Encore plus sur vapply()Exercise 11: Fonctions anonymes Exercise 12: Félicitations