Bölgelere göre asgari ücret

Gruplanmış verinin özet istatistiklerine bakmak, gruplar arasındaki olası fark ve benzerlikleri keşfetmenin harika bir yoludur. Bunu @chain makrosuyla birleştirirsen, ortaya oldukça okunaklı bir kod çıkar!

Bu egzersizde, ABD asgari ücret eğilimlerine yeniden göz atacağız. 50 eyalet ve Washington, D.C. biraz fazla olduğundan, Amerika Birleşik Devletleri'nin dört bölgesine bakacağız: Northeast, Midwest, South ve West. Veri kümesi wages olarak yüklendi.

Farklı bölgeler asgari ücreti nasıl ele alıyor, görelim!

DataFrames, Statistics, Chain ve Plots paketleri senin için using anahtar sözcüğüyle yüklendi.

Bu egzersiz, kursun bir parçasıdır

Julia'da Veri İşleme

Kursa Göz Atın

Egzersiz talimatları

wages DataFrame'i üzerinde bir zincir makrosu oluştur ve sonucu regions_wage olarak kaydet.
Makro içinde, region ve year sütunlarına göre grupla.
effective_min_wage_2020_dollars değişkeninin ortancasını hesapla ve sütunu median_effective_wage_2020 olarak adlandır.
Sonucu, satırlar yıllara, sütunlar bölgelere ve değerler ortanca ücrete karşılık gelecek şekilde unstack et.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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)

Kodu Düzenle ve Çalıştır