Zlepšení čitelnosti pomocí Chain.jl

Manipulace s daty v Julii

Katerina Zahradova

Instructor

Problémy se složitým kódem

# Not readable 
combine(groupby(
    select(wages, :year, :eff_2020)
        :year),
        :eff_2020 => mean)

# Easy to forget a bracket
combine(groupby(wages, :year, ... )

syntax: incomplete: 
premature end of input ...

# Many intermediate variables
w_tmp = select(wages, :state, :year, :eff_2020)
year_groups = groupby(w_tmp, :year)
combine(year_groups, :eff_2020 => mean)

# Easy to overwrite something important
select!(wages, :year, :eff_2020)
groupby(wages, :state)

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

Co je roura (piping)?

Přístup ke kódování
Kombinuje více po sobě jdoucích volání funkcí
Udržuje kód přehledný
Není třeba ukládat mezivýsledky
Žádné vnořování

Roura

Použití Chain.jl

Výpočet průměrné minimální mzdy podle roku

výběr správných sloupců
seskupení DataFrame podle :year
výpočet průměru za každý rok

@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
...

Roura s _

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

    # Use _ to pipe in multiple places
    plot(_.year, _.eff_2020_mean)

end

Graf efektivní minimální mzdy v průběhu let

Přeskočení roury pomocí @aside

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

    # Use @aside to skip piping
    @aside plot(_.year,_.eff_2020_mean)
    plot!(_.year,_.state_2020_mean)

end

Graf porovnání státní a minimální mzdy

Uložení výsledku

# Save the output of the chain macro as a variable
wages_mean_by_year = @chain wages begin
    select(:state, :year, :eff_2020, :state_2020)
    groupby(:year)
    combine([:eff_2020, :state_2020] .=> mean)
end
# Print the first line
println(first(wages_mean_by_year))

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

Pojďme si procvičit!

Manipulace s daty v Julii