Meningkatkan keterbacaan dengan Chain.jl

Manipulasi Data di Julia

Katerina Zahradova

Instructor

Masalah pada kode rumit

# Sulit dibaca 
combine(groupby(
    select(wages, :year, :eff_2020)
        :year),
        :eff_2020 => mean)

# Mudah lupa kurung
combine(groupby(wages, :year, ... )

syntax: incomplete: 
premature end of input ...

# Terlalu banyak variabel antara
w_tmp = select(wages, :state, :year, :eff_2020)
year_groups = groupby(w_tmp, :year)
combine(year_groups, :eff_2020 => mean)

# Mudah menimpa data penting
select!(wages, :year, :eff_2020)
groupby(wages, :state)

ArgumentError: 
column name "state" not found ...

Apa itu piping?

Pendekatan pengodean
Menggabungkan banyak pemanggilan fungsi berurutan
Menjaga kode tetap mudah dibaca
Tak perlu menyimpan hasil antara
Tanpa penumpukan (nesting)

Piping

Menggunakan Chain.jl

Menghitung rata-rata upah minimum per tahun

pilih kolom yang benar
kelompokkan DataFrame berdasarkan :year
hitung rata-rata per tahun

@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
...

Piping dengan _

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

    # Gunakan _ untuk mem-pipe di beberapa tempat
    plot(_.year, _.eff_2020_mean)

end

Grafik upah minimum efektif per tahun

Lewati piping dengan @aside

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

    # Gunakan @aside untuk melewati piping
    @aside plot(_.year,_.eff_2020_mean)
    plot!(_.year,_.state_2020_mean)

end

Grafik perbandingan upah negara bagian dan minimum

Menyimpan hasil

# Simpan output macro chain sebagai variabel
wages_mean_by_year = @chain wages begin
    select(:state, :year, :eff_2020, :state_2020)
    groupby(:year)
    combine([:eff_2020, :state_2020] .=> mean)
end
# Cetak baris pertama
println(first(wages_mean_by_year))

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

Ayo berlatih!

Manipulasi Data di Julia