Salaire minimum par région
Examiner des statistiques descriptives sur des données groupées est un excellent moyen de repérer les différences et similitudes potentielles entre les groupes. Combinez cela avec la macro @chain et vous obtiendrez un code très lisible !
Dans cet exercice, vous allez revenir sur les tendances du salaire minimum aux États-Unis. Comme les 50 États plus Washington, D.C., sont trop nombreux, vous allez vous concentrer sur les quatre régions des États-Unis : Nord-Est, Midwest, Sud et Ouest. L’ensemble de données a été chargé sous le nom wages.
Voyons comment les différentes régions gèrent le salaire minimum !
Les packages DataFrames, Statistics, Chain et Plots ont été chargés pour vous avec le mot-clé using.
Cet exercice fait partie du cours
Manipulation de données en Julia
Instructions
- Créez une macro chain sur le DataFrame
wageset enregistrez le résultat dansregions_wage. - À l’intérieur de la macro, regroupez par les colonnes
regionetyear. - Calculez la médiane de
effective_min_wage_2020_dollarset nommez la colonnemedian_effective_wage_2020. - Dépivotez le résultat afin que les lignes correspondent aux années, les colonnes aux régions et les valeurs à la médiane du salaire.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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)