開啟「ETF4_2000_2018_d.txt」檔案，header = T表示第一列為變數的名稱及fileEncoding = “UTF-8-BOM”解決亂碼問題。
rm(list=ls())
etf4<-read.table("ETF4_2000_2018_d.txt", header = T, fileEncoding = "UTF-8-BOM", stringsAsFactors = T,
colClasses = c("證券代碼"="character"))
head(etf4)## 證券代碼 簡稱 日期 未調整收盤價.元. 當日均價.元.
## 1 0050 元大台灣50 20090105 34.20 34.30
## 2 0056 元大高股息 20090105 13.92 14.00
## 3 0050 元大台灣50 20090106 34.18 34.21
## 4 0056 元大高股息 20090106 14.04 14.02
## 5 0050 元大台灣50 20090107 34.63 34.59
## 6 0056 元大高股息 20090107 14.28 14.28設定stringsAsFactors = T， 讓其以證券代碼、id、date、price分類，且利用fileEncoding=’big5’使文字編碼為中文。
etf4.csv<-read.csv("ETF4_2000_2018_d.csv", stringsAsFactors = T, fileEncoding='big5', colClasses = c("證券代碼"="character",'factor', 'factor', 'factor', 'numeric', 'numeric'))## Warning in read.table(file = file, header = header, sep = sep, quote =
## quote, : not all columns named in 'colClasses' existhead(etf4.csv)## 證券代碼 簡稱 日期 未調整收盤價.元. 當日均價.元.
## 1 0050 元大台灣50 20090105 34.20 34.30
## 2 0056 元大高股息 20090105 13.92 14.00
## 3 0050 元大台灣50 20090106 34.18 34.21
## 4 0056 元大高股息 20090106 14.04 14.02
## 5 0050 元大台灣50 20090107 34.63 34.59
## 6 0056 元大高股息 20090107 14.28 14.28使用readr以提供完整的文字檔讀取功能，且locale = locale(encoding=’big5’使文字編碼為中文。
library(readr)
etf4_csv<-read_csv("ETF4_2000_2018_d.csv", locale = locale(encoding='big5'))## Parsed with column specification:
## cols(
## 證券代碼 = col_character(),
## 簡稱 = col_character(),
## 日期 = col_double(),
## `未調整收盤價(元)` = col_double(),
## `當日均價(元)` = col_double()
## )head(etf4_csv)## # A tibble: 6 x 5
## 證券代碼 簡稱 日期 `未調整收盤價(元)` `當日均價(元)`
## <chr> <chr> <dbl> <dbl> <dbl>
## 1 0050 元大台灣50 20090105 34.2 34.3
## 2 0056 元大高股息 20090105 13.9 14
## 3 0050 元大台灣50 20090106 34.2 34.2
## 4 0056 元大高股息 20090106 14.0 14.0
## 5 0050 元大台灣50 20090107 34.6 34.6
## 6 0056 元大高股息 20090107 14.3 14.3str(etf4_csv)## Classes 'spec_tbl_df', 'tbl_df', 'tbl' and 'data.frame': 7493 obs. of 5 variables:
## $ 證券代碼 : chr "0050" "0056" "0050" "0056" ...
## $ 簡稱 : chr "元大台灣50" "元大高股息" "元大台灣50" "元大高股息" ...
## $ 日期 : num 20090105 20090105 20090106 20090106 20090107 ...
## $ 未調整收盤價(元): num 34.2 13.9 34.2 14 34.6 ...
## $ 當日均價(元) : num 34.3 14 34.2 14 34.6 ...
## - attr(*, "spec")=
## .. cols(
## .. 證券代碼 = col_character(),
## .. 簡稱 = col_character(),
## .. 日期 = col_double(),
## .. `未調整收盤價(元)` = col_double(),
## .. `當日均價(元)` = col_double()
## .. )利用readxl讀取ecvel的檔案，並且使用col_types，讓欄位的類別以向量表示。
library(readxl)
etf4_xls<-read_excel("ETF4_2000_2018_d.xls",
col_types =c("text", "text","text", "numeric","numeric"))
head(etf4_xls)## # A tibble: 6 x 5
## 證券代碼 簡稱 日期 `未調整收盤價(元)` `當日均價(元)`
## <chr> <chr> <chr> <dbl> <dbl>
## 1 0050 元大台灣50 20090105 34.2 34.3
## 2 0056 元大高股息 20090105 13.9 14
## 3 0050 元大台灣50 20090106 34.2 34.2
## 4 0056 元大高股息 20090106 14.0 14.0
## 5 0050 元大台灣50 20090107 34.6 34.6
## 6 0056 元大高股息 20090107 14.3 14.3把第一、第二、第四欄刪除，並使用magrittr、dplyr，將檔案變成以id、date、price顯示。
etf4.c<-etf4_csv[-1, c(-2, -4)]
library(magrittr)
library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionetf4.c<-etf4_csv%>%select(c(1,3,5))%>%rename("id" = "證券代碼", "date"= "日期", "price" = "當日均價(元)")
colnames(etf4.c)<-c("id", "date", "price")
head(etf4.c)## # A tibble: 6 x 3
## id date price
## <chr> <dbl> <dbl>
## 1 0050 20090105 34.3
## 2 0056 20090105 14
## 3 0050 20090106 34.2
## 4 0056 20090106 14.0
## 5 0050 20090107 34.6
## 6 0056 20090107 14.3使用dcast讓資料變扁，以日期、id分組，“%Y%m%d”以年-月-日顯示。
library(reshape2)
etf4.reorder = dcast(etf4.c, date~id)## Using price as value column: use value.var to override.etf4.reorder$date<-as.Date(as.character(etf4.reorder$date), "%Y%m%d")
dim(etf4.reorder)## [1] 2474 5head(etf4.reorder)## date 0050 0056 006205 00646
## 1 2009-01-05 34.30 14.00 NA NA
## 2 2009-01-06 34.21 14.02 NA NA
## 3 2009-01-07 34.59 14.28 NA NA
## 4 2009-01-08 33.21 13.86 NA NA
## 5 2009-01-09 32.32 13.61 NA NA
## 6 2009-01-10 31.91 13.55 NA NA將文字轉化成數字。
library(xts)## Loading required package: zoo##
## Attaching package: 'zoo'## The following objects are masked from 'package:base':
##
## as.Date, as.Date.numeric##
## Attaching package: 'xts'## The following objects are masked from 'package:dplyr':
##
## first, lastetf4.xts<-xts(etf4.reorder[,-1], order.by = etf4.reorder$date)
head(etf4.xts)## 0050 0056 006205 00646
## 2009-01-05 34.30 14.00 NA NA
## 2009-01-06 34.21 14.02 NA NA
## 2009-01-07 34.59 14.28 NA NA
## 2009-01-08 33.21 13.86 NA NA
## 2009-01-09 32.32 13.61 NA NA
## 2009-01-10 31.91 13.55 NA NAtail(etf4.xts)## 0050 0056 006205 00646
## 2018-12-22 74.75 24.15 25.08 22.93
## 2018-12-24 74.67 24.16 25.25 22.72
## 2018-12-25 73.57 23.90 24.90 22.51
## 2018-12-26 73.87 23.83 25.16 22.13
## 2018-12-27 74.81 23.96 25.30 22.95
## 2018-12-28 75.21 23.92 25.24 23.16str(etf4.xts)## An 'xts' object on 2009-01-05/2018-12-28 containing:
## Data: num [1:2474, 1:4] 34.3 34.2 34.6 33.2 32.3 ...
## - attr(*, "dimnames")=List of 2
## ..$ : NULL
## ..$ : chr [1:4] "0050" "0056" "006205" "00646"
## Indexed by objects of class: [Date] TZ: UTC
## xts Attributes:
## NULL使用na.locf替代NA值。
etf4.xts<-na.locf(etf4.xts)
tail(etf4.xts)## 0050 0056 006205 00646
## 2018-12-22 74.75 24.15 25.08 22.93
## 2018-12-24 74.67 24.16 25.25 22.72
## 2018-12-25 73.57 23.90 24.90 22.51
## 2018-12-26 73.87 23.83 25.16 22.13
## 2018-12-27 74.81 23.96 25.30 22.95
## 2018-12-28 75.21 23.92 25.24 23.16利用fromLast解決下一個錯誤。
etf4.xts.fill<-na.locf(etf4.xts, fromLast = TRUE)
head(etf4.xts.fill)## 0050 0056 006205 00646
## 2009-01-05 34.30 14.00 20.33 19.54
## 2009-01-06 34.21 14.02 20.33 19.54
## 2009-01-07 34.59 14.28 20.33 19.54
## 2009-01-08 33.21 13.86 20.33 19.54
## 2009-01-09 32.32 13.61 20.33 19.54
## 2009-01-10 31.91 13.55 20.33 19.54使用na.omit去除NA值。
etf4.xts<-na.omit(etf4.xts)
head(etf4.xts)## 0050 0056 006205 00646
## 2015-12-14 59.35 21.06 30.98 19.54
## 2015-12-15 59.59 21.25 31.66 19.70
## 2015-12-16 60.11 21.50 31.67 19.80
## 2015-12-17 60.78 21.76 32.06 20.05
## 2015-12-18 60.78 21.97 32.23 19.87
## 2015-12-21 60.31 21.99 32.62 19.64利用tidyr使長寬表格轉換。
library(tidyr)##
## Attaching package: 'tidyr'## The following object is masked from 'package:reshape2':
##
## smiths## The following object is masked from 'package:magrittr':
##
## extractetf4.xts1<-etf4.xts[complete.cases(etf4.xts),]
head(etf4.xts1)## 0050 0056 006205 00646
## 2015-12-14 59.35 21.06 30.98 19.54
## 2015-12-15 59.59 21.25 31.66 19.70
## 2015-12-16 60.11 21.50 31.67 19.80
## 2015-12-17 60.78 21.76 32.06 20.05
## 2015-12-18 60.78 21.97 32.23 19.87
## 2015-12-21 60.31 21.99 32.62 19.64只顯示0050的資料。
lag_x <- lag(etf4.xts$`0050`, 1)
head(lag_x)## 0050
## 2015-12-14 NA
## 2015-12-15 59.35
## 2015-12-16 59.59
## 2015-12-17 60.11
## 2015-12-18 60.78
## 2015-12-21 60.78利用saveRDS將資料儲存為rds檔。
write.csv(etf4.xts, file = "myetf4.csv")
write.zoo(etf4.xts, sep = ',', file = "myetf4.csv.1")
saveRDS(etf4.xts, file = "etf4.xts.rds")
etf4.xts2 <- readRDS("etf4.xts.rds")
head(etf4.xts2)## 0050 0056 006205 00646
## 2015-12-14 59.35 21.06 30.98 19.54
## 2015-12-15 59.59 21.25 31.66 19.70
## 2015-12-16 60.11 21.50 31.67 19.80
## 2015-12-17 60.78 21.76 32.06 20.05
## 2015-12-18 60.78 21.97 32.23 19.87
## 2015-12-21 60.31 21.99 32.62 19.64zoo是以時間為基礎。
etf4.zoo <- read.zoo("myetf4.csv.1", header = TRUE, index.column =1,
sep = ",", format = "%Y-%m-%d")
head(etf4.zoo)## X0050 X0056 X006205 X00646
## 2015-12-14 59.35 21.06 30.98 19.54
## 2015-12-15 59.59 21.25 31.66 19.70
## 2015-12-16 60.11 21.50 31.67 19.80
## 2015-12-17 60.78 21.76 32.06 20.05
## 2015-12-18 60.78 21.97 32.23 19.87
## 2015-12-21 60.31 21.99 32.62 19.64class(etf4.zoo)## [1] "zoo"etf4.xts3<-as.xts(etf4.zoo)
head(etf4.xts3)## X0050 X0056 X006205 X00646
## 2015-12-14 59.35 21.06 30.98 19.54
## 2015-12-15 59.59 21.25 31.66 19.70
## 2015-12-16 60.11 21.50 31.67 19.80
## 2015-12-17 60.78 21.76 32.06 20.05
## 2015-12-18 60.78 21.97 32.23 19.87
## 2015-12-21 60.31 21.99 32.62 19.64顯示2016年1月至6月的資料。
etf4_2016<-etf4.xts['2016']
etf4_2016_01_06 <- etf4.xts["20160101/20160630"]
head(etf4_2016_01_06)## 0050 0056 006205 00646
## 2016-01-04 59.62 21.51 31.02 19.90
## 2016-01-05 59.30 21.42 29.94 19.78
## 2016-01-06 58.33 21.15 29.94 19.68
## 2016-01-07 57.30 20.91 28.41 19.50
## 2016-01-08 57.33 20.95 28.62 19.32
## 2016-01-11 56.47 20.64 28.47 18.92只顯示2016年一個禮拜的資料。
lastweek <- last(etf4_2016, "1 week")只顯示2016年最後兩天的資料。
last(lastweek, 2)## 0050 0056 006205 00646
## 2016-12-29 71.35 22.97 26.96 21.55
## 2016-12-30 71.77 23.06 27.00 21.54只顯示2016最後三天的資料。
first(lastweek, "-2 days")## 0050 0056 006205 00646
## 2016-12-28 71.37 22.96 27.01 21.62
## 2016-12-29 71.35 22.97 26.96 21.55
## 2016-12-30 71.77 23.06 27.00 21.54