Leesbaarheid verbeteren met Chain.jl

Data manipulatie in Julia

Katerina Zahradova

Instructor

Problemen met ingewikkelde code

# Niet leesbaar 
combine(groupby(
    select(wages, :year, :eff_2020)
        :year),
        :eff_2020 => mean)

# Makkelijk om een haakje te vergeten
combine(groupby(wages, :year, ... )

syntax: incompleet: 
voortijdig einde van invoer ...

# Veel tussentijdse variabelen
w_tmp = select(wages, :state, :year, :eff_2020)
year_groups = groupby(w_tmp, :year)
combine(year_groups, :eff_2020 => mean)

# Gemakkelijk iets belangrijks overschrijven
select!(wages, :year, :eff_2020)
groupby(wages, :state)

ArgumentError: 
kolomnaam "state" niet gevonden ...

Wat is pipen?

Codeerstijl
Combineert meerdere opeenvolgende functieaanroepen
Maakt code leesbaar
Geen tussentijdse resultaten nodig
Geen nesten

Pipen

Chain.jl gebruiken

Gemiddeld minimumloon per jaar berekenen

juiste kolommen selecteren
DataFrame groeperen op :year
gemiddelde per jaar berekenen

@chain wages begin

    select(:state, :year, :eff_2020)

    groupby(:year)
    combine(:eff_2020 => mean)

end

53×2 DataFrame
Row    year    eff_2020_mean
       Int64   Float64
_________________________
1      1968    9.28529
...

Pipen met _

@chain wages begin
    select(:state, :year, :eff_2020)
    groupby(:year)
    combine(:eff_2020 => mean)    

    # Gebruik _ om op meerdere plekken te pipen
    plot(_.year, _.eff_2020_mean)

end

Grafiek van effectieve minimumloon door de jaren

Pipen overslaan met @aside

@chain wages begin
    select(:state, :year,
        :eff_2020, :state_2020)
    groupby(:year)
    combine([:eff_2020,
        :state_2020] .=> mean)

    # Gebruik @aside om pipen over te slaan
    @aside plot(_.year,_.eff_2020_mean)
    plot!(_.year,_.state_2020_mean)

end

Grafiek die staat- en minimumloon vergelijkt

Resultaat opslaan

# Sla de output van de chain-macro op als variabele
wages_mean_by_year = @chain wages begin
    select(:state, :year, :eff_2020, :state_2020)
    groupby(:year)
    combine([:eff_2020, :state_2020] .=> mean)
end
# Print de eerste rij
println(first(wages_mean_by_year))

DataFrameRow
Row | year     eff_2020_mean   state_2020_mean
    | Int64    Float64         Float64
____|_________________________________
   1| 1968     9.28529         6.21549

Laten we oefenen!

Data manipulatie in Julia