Flusso di lavoro efficiente

Manipolazione dei dati in Julia

Katerina Zahradova

Instructor

Consigli per i nomi

Nomi brevi e significativi
- wages invece di df
- wages invece di us_min_wages_data_between_1968_and_2020_with_inflation_adjusted_column

Segui convenzioni/schemi di naming
- mescolare state_wage_2020 e effective.2020.dollars è difficile da ricordare
- stesso per le maiuscole: evita state, Year e REGION nello stesso DataFrame

Troppe variabili

Non creare troppe nuove variabili
- occupano memoria
- caos: che differenza c'è tra wages_no_missing, wages_missing_state_only, wages_original_no_missing, wages_state_mean_no_missing, ecc.
Sovrascrivi! Usa select!(), transform!(), ecc.
Usa macro chain per ridurre nuove versioni degli stessi dati

Variabili al posto di hard coding

Variabili invece di hard coding

# Meglio
replace_missing = 0

replace!(df.col1, missing => replace_missing)
replace!(df.col2, missing => replace_missing)

# Che
replace!(df.col1, missing => 0)
replace!(df.col2, missing => 0)

Fanne una funzione

Scrivi una funzione invece di ripetere codice all'infinito!
- le funzioni evitano refusi
- una volta pronte, sono più veloci da usare

# Funzione per tracciare più lineplot con etichette
function make_line_plot(xs, ys,labels; xlabel="", ylabel="", title="")
    p = plot(title = title, xlabel = xlabel, ylabel = ylabel)
    for (x, y, label) in zip(xs, ys, labels)
        plot!(x, y, label=label)
    end
    p
end

Commenta e documenta

Commenta cosa stai facendo

# Standardizza i nomi
rename!(df, :ColumnOne => :col_1)

# Righe con azienda mancante
df[ismissing.(df.company),:]

# Pivot per anno e stato
unstack(wages, :year, :state, :eff_min_wage)

Documenta perché lo fai

# Sostituisci salari mancanti con il minimo
# Come caso peggiore
min = minimum(skipmissing(df.wages))
replace!(df.wages, missing => min)

# Join con i paesi
# Per studiare l'influenza dei paesi sulla qualità
leftjoin(company, countries, on=:location)

Conosci i dati

Prenditi il tempo per capire i dati
- Estrarre insight sarà più facile dopo
- Fai grafici, stampa i risultati, ...

Conosci i tuoi dati

¹ Foto di Myriam Jessier su Unsplash

Chiedi aiuto!

Non reinventare la ruota: usa le risorse disponibili
- Google
- Stack Overflow
- DataCamp Cheat Sheets
- ...

Loghi di Google, Stack Overflow, DataCamp

Divertiti!

Divertiti, non mollare, goditela!

Ritardi voli negli aeroporti USA

Struttura dei dati di volo

Let's practice!

Manipolazione dei dati in Julia

Preparing Video For Download...