Minimální mzda podle regionu

Souhrnné statistiky seskupených dat jsou skvělý způsob, jak odhalit podobnosti i rozdíly mezi skupinami. Kombinuj je s makrem @chain a získáš kód, který je přehledný a snadno čitelný!

V tomto cvičení se vrátíš k trendům minimální mzdy v USA. Protože 50 států plus Washington D.C. je příliš mnoho, zaměříš se na čtyři regiony Spojených států – Northeast, Midwest, South a West. Dataset je načtený jako wages.

Podívejme se, jak jednotlivé regiony přistupují k minimální mzdě!

Balíčky DataFrames, Statistics, Chain a Plots jsou za tebe načtené pomocí klíčového slova using.

Toto cvičení je součástí kurzu

Manipulace s daty v Julii

Zobrazit kurz

Pokyny k cvičení

Vytvoř chain makro na DataFrame wages a výsledek ulož jako regions_wage.
Uvnitř makra seskup data podle sloupců region a year.
Vypočítej medián sloupce effective_min_wage_2020_dollars a výsledný sloupec pojmenuj median_effective_wage_2020.
Výsledek rozlož pomocí unstack tak, aby řádky odpovídaly rokům, sloupce regionům a hodnoty mediánu mzdy.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create the chain macro
regions_wage = ____

	# Group by region and year
    groupby(____)

	# Calculate the median wage per region per year
    combine(____)

	# Reshape the result
    ____
end

make_plot(regions_wage)

Upravit a spustit kód