क्षेत्र अनुसार न्यूनतम वेतन
ग्रुप किए गए डेटा के summary statistics देखना, समूहों के बीच संभावित अंतर और समानताएँ समझने का एक बढ़िया तरीका है. इसे @chain मैक्रो के साथ मिलाएँ, और आपका कोड साफ़ और पढ़ने में आसान हो जाता है!
इस अभ्यास में, आप US के न्यूनतम वेतन के रुझानों पर फिर से नज़र डालेंगे. 50 राज्यों और Washington, D.C. को अलग-अलग देखना बहुत अधिक हो जाएगा, इसलिए आप संयुक्त राज्य के चार क्षेत्रों — Northeast, Midwest, South, और West — पर ध्यान देंगे. डेटासेट wages के रूप में लोड किया गया है.
आइए देखें कि अलग-अलग क्षेत्र न्यूनतम वेतन को कैसे संभालते हैं!
DataFrames, Statistics, Chain, और Plots पैकेज आपके लिए using कीवर्ड से लोड कर दिए गए हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Julia में Data Manipulation
अभ्यास निर्देश
wagesDataFrame पर एक chain मैक्रो बनाएँ और परिणाम कोregions_wageके रूप में सेव करें.- मैक्रो के अंदर,
regionऔरyearकॉलम के आधार पर group करें. effective_min_wage_2020_dollarsका median निकालें और कॉलम का नामmedian_effective_wage_2020रखें.- परिणाम को unstack करें ताकि rows वर्षों से, columns क्षेत्रों से, और values median वेतन से मेल खाएँ.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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)