许多 R 的新用户在金融、市场、商业分析等领域有丰富的行业经验，但是他们并没有太多的编程背景，所以日常工作中还是选择 Excel、PowerBI 这些传统的工具进行工作；tidyquant 的作者意识到了这些痛点...首先我们要通过 github 安装 tidyquant 的最新版，并加载需要的包； devtools::install_github("business-science/tidyquant") library...(tidyverse) library(tidyquant) library(knitr) 在 R 中实现透视表 很多 Excel 的用户青睐它的数据透视表功能，现在 R 也可以通过 pivot_table...本次实验我们将利用 tidyquant 一个内置的数据集 FANG，FANG 包含 Facebook,Amazon,Netflix,Google 的股价数据； FANG ## # A tibble:...tidyquant 为我们提供了同名的函数，简直不要太贴心，来看俩小例子； SUM_IFS(x = 1:10, x > 5) # 对vector中大于5的求和 [1] 40 > COUNT_IFS(x
Free","Low","Low","Low","High","High")) 加载需要的包 library(ggplot2) library(ggrepel) #install.packages("tidyquant...") library(tidyquant) 画图 ggplot(data_apps,aes(x=business_capability,y=easy_of_learning,...Curve (10 = Easy to Learn)", color = "Cost", size = "Trend", fill = "Tool") tidyquant...接下来看一个帮助文档的例子https://business-science.github.io/tidyquant/reference/theme_tq.html ?...代码是 library(tidyquant) library(dplyr) library(ggplot2) AAPL <- tq_get("AAPL", from = "2013-01-01", to
element_blank(), axis.text.x = element_blank())+ xlim(-15,100)+ scale_fill_manual(values =as.vector(tidyquant...element_blank(), axis.text.x = element_blank())+ xlim(-15,100)+ scale_fill_manual(values =as.vector(tidyquant...element_blank(), axis.text.x = element_blank())+ xlim(-15,100)+ scale_fill_manual(values =as.vector(tidyquant
manipulateWidget', dependencies = TRUE) install.packages('ggthemes', dependencies = TRUE) install.packages('tidyquant...y = Sepal.Width, fill = Species, color = Species)) + tidyquant...::scale_fill_tq() + tidyquant::scale_color_tq() 设置 RStudio 的样式 我比较喜欢暗黑一些的样式，在 Console 运行下面的代码即可更换为我推荐的主题
colorBlindness") help(package="dichromat") help(package="ggsci") help(package="RColorBrewer") help(package="tidyquant
family="serif") image.png 我们可以看到面对不同的对手库里都是胜多负少，唯独有一个例外，就是面对凯尔特人是打了一个平手 接下来再来看看库里每个赛季的得分情况 library(tidyquant
他是 R 包 tidyquant 和 timetk 的作者，自 2011 年以来一直从事数据科学领域的业务和财务分析。...可以看到 R 已扩展到： 时间序列和预测：modeltime和timetk 金融分析（和其他领域）：tidyquant，quantmod 网络分析和可视化：tidygraph和ggraph 文本分析：tidytext
NBA_salary_3.txt",header=T,sep="\t",stringsAsFactors = F) df$salary<-df$salary/10000 head(df) library(tidyquant
library(tidyquant) library(timetk) 我们将获得Netflix价格的收盘价。...我们将再次使用tidyquant包进行计算。我们已经在上面下载了Netflix的价格数据，如果您还没有下载，请参见上面的部分。
数据 数据是使用tidyquant()包的tq_get()函数收集的。然后，使用quantmod()包中的periodReturn函数将每日资产价格转换为每日对数收益。
library(tidyquant)library(timetk) 我们将获得Netflix价格的收盘价。...我们将再次使用tidyquant包进行计算。我们已经在上面下载了Netflix的价格数据，如果您还没有下载，请参见上面的部分。
library(tidyquant)library(timetk)我们将获得Netflix价格的收盘价。...我们将再次使用tidyquant包进行计算。我们已经在上面下载了Netflix的价格数据，如果您还没有下载，请参见上面的部分。
我们将使用基础R函数进行这些计算，但是首先我们需要一些数据和R的一些库文件： 我们从Yahoo Finance使用quantmod或tidyquant的包装器将每日价格数据下载到了quantmod包中。...区别在于，quantmod收集数据并将其存储为xts对象，tidyquant收集数据并将其存储为tibble，从这里我们可以更轻松地使用tidyverse处理数据的功能，将数据转换回使用timetk包中的
str_sub(df4$Pos,2,2)) head(df4) table(df4$Pos) help(package='ggpubr') library(ggpubr) color<-tidyquant
1981-2010 Climate Normals", color="black") 文章开头提到的参考链接3里还有3幅图的代码，大家可以自己试着重复一下 完整作图代码 x1<-tidyquant
又带动了 R 语言在很多研究领域涌现出了一系列tidy-风格的包：tidymodels（统计与机器学习）、mlr3verse（机器学习）、rstatix（应用统计） 、tidybayes（贝叶斯模型）、tidyquant...特别是想使用最新机器学习包：tidymodels, mlr3verse 高校学习 R 语言及相关课程的学生、教师、科研人员，特别是将来想要在时间序列、金融、空间数据分析等领域，使用最新包 fpp3, tidyquant
"3P%", "2P", "2PA", "2P%", "eFG%", "FT%") Rookiestats library(ggplot2) library(tidyquant
library(purrr) library(stringr) library(tidyr) library(xgboost) library(lightgbm) library(keras) library(tidyquant...graphics grDevices utils datasets methods base ## ## other attached packages: ## [1] tidyquant
使用tidyquant包中的tq_mutate函数计算了10天的滚动平均值和标准差。value对应于金融时间序列的收益，并绘制为蓝色，在收益上绘制了10天的滚动平均值和标准偏差。
领取专属 10元无门槛券
手把手带您无忧上云
