Tidyquant 包和 tibble 财务信息访问答案

【问题标题】：Tidyquant package and tibble financial information accessTidyquant 包和 tibble 财务信息访问
【发布时间】：2018-03-08 15:24:09
【问题描述】：

我目前正在运行以下代码，以便从quantmod 包中提取一些财务信息。

library(quantmod)

symbols <- c("HOG", "GOOG", "GE")
tickers <- new.env()
lapply(symbols, getFinancials, env=tickers)
BS <- data.frame(lapply(tickers, function(x) {viewFinancials(x, type= 'BS', period = 'A')}))
IS <- data.frame(lapply(tickers, function(x) {viewFinancials(x, type= 'IS', period = 'A')}))
CF <- data.frame(lapply(tickers, function(x) {viewFinancials(x, type= 'CF', period = 'A')}))

df <- rbind(BS, IS, CF)
df <- t(df)

这有点乱，但我可以从这里清理数据并进行一些计算。但是我想知道是否有更有效的方法使用 tidyquant 包，因为我想在许多股票代码上运行它，并且当 quantmod 包无法下载/查找特定的财务信息时，它目前正在中断股票代码。

我正在合作；

    library(tidyquant)
    library(dplyr)

    symbols <- c("HOG", "GOOG", "GE")

    stock_financials <- symbols %>%
      tq_get(get = "financials")
    stock_financials$annual

我可以看到数据是 tibble 中的 tibble，但是如何像以前一样提取信息，或者如何更轻松地访问 stock_financials$annual 的 tibble 数据？

修改和使用

filter(stock_financials, type == "BS") %>% unnest()

从此answer 似乎对我不起作用。

【问题讨论】：

尝试使用'tidyr'中的'unnest()'函数而不使用'filter()'。看看这是否有效。
我试过了，但仍然无法正常工作。
见下面我的回答。这应该将所有内容都放入一个可以根据需要进行过滤的平面数据框（或小标题）。

标签： r quantmod tidyquant

【解决方案1】：

这是一个简单的解决方案，使用 tidyr 包中的 gather 和 unnest。一旦你完成了gather() 和unnest() 组合，你就可以过滤到任何部分和你想要的符号组合。

> library(tidyquant)
> library(dplyr)
> 
> symbols <- c("HOG", "GOOG", "GE")
> 
> stock_financials <- symbols %>%
+     tq_get(get = "financials")
> 
> stock_financials
# A tibble: 9 x 4
  symbol type  annual             quarter           
  <chr>  <chr> <list>             <list>            
1 HOG    BS    <tibble [168 x 4]> <tibble [210 x 4]>
2 HOG    CF    <tibble [76 x 4]>  <tibble [76 x 4]> 
3 HOG    IS    <tibble [196 x 4]> <tibble [245 x 4]>
4 GOOG   BS    <tibble [168 x 4]> <tibble [210 x 4]>
5 GOOG   CF    <tibble [76 x 4]>  <tibble [76 x 4]> 
6 GOOG   IS    <tibble [196 x 4]> <tibble [245 x 4]>
7 GE     BS    <tibble [168 x 4]> <tibble [210 x 4]>
8 GE     CF    <tibble [76 x 4]>  <tibble [76 x 4]> 
9 GE     IS    <tibble [196 x 4]> <tibble [245 x 4]>
> 
> stock_financials %>%
+     gather(key = "key", value = "value", annual, quarter) %>%
+     unnest()
# A tibble: 2,913 x 7
   symbol type  key    group category                        date        value
   <chr>  <chr> <chr>  <int> <chr>                           <date>      <dbl>
 1 HOG    BS    annual     1 Cash & Equivalents              2017-12-31 688.  
 2 HOG    BS    annual     1 Cash & Equivalents              2016-12-31 760.  
 3 HOG    BS    annual     1 Cash & Equivalents              2015-12-31 722.  
 4 HOG    BS    annual     1 Cash & Equivalents              2014-12-31 907.  
 5 HOG    BS    annual     2 Short Term Investments          2017-12-31   0.  
 6 HOG    BS    annual     2 Short Term Investments          2016-12-31   5.52
 7 HOG    BS    annual     2 Short Term Investments          2015-12-31  45.2 
 8 HOG    BS    annual     2 Short Term Investments          2014-12-31  57.3 
 9 HOG    BS    annual     3 Cash and Short Term Investments 2017-12-31 688.  
10 HOG    BS    annual     3 Cash and Short Term Investments 2016-12-31 766.  
# ... with 2,903 more rows

【讨论】：