Benutzerdefinierte Funktion zum Erstellen von Plots

In der letzten Übung hast du diesen Code geschrieben, um den Plot zu erstellen:

# Subset tech and fmcg companies
subset_dat = dataset.loc[dataset["comp_type"].isin(["tech", "fmcg"])]

# Compute yearly average gross margin ratio of tech and fmcg companies
subset_dat_avg = subset_dat.pivot_table(index=["Year", "comp_type"], values = "gross_margin").reset_index()

# Add column company
subset_dat_avg["company"] = np.where(subset_dat_avg["comp_type"]=="tech", "Avg tech", "Avg fmcg")

# Concat the DataFrames
plot_df = pd.concat([subset_dat, subset_dat_avg], axis=0)

# Make the plot
sns.relplot(data=plot_df.reset_index(drop=True), x="Year", y="gross_margin", hue="company", col="comp_type", kind="line")
plt.show()
plt.close()

Beachte, dass wir in dieser Übung dieselben Schritte für die DataFrames der Tech- und FMCG-Unternehmen ausführen. Das ist redundant und verstößt gegen das DRY-Prinzip – Don't repeat yourself. Wiederholter Code ist ungünstig, weil er deine Arbeit erhöht und den Code fehleranfälliger macht. In dieser Übung definierst du daher eine eigene Funktion, um Daten zu verarbeiten und Abbildungen zu erstellen.