Poprawa czytelności z Chain.jl

Manipulacja danymi w Julii

Katerina Zahradova

Instructor

Problemy ze skomplikowanym kodem

# 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 ...

Czym jest potokowanie?

Podejście do kodowania
Łączy kolejne wywołania funkcji
Utrzymuje czytelność kodu
Nie wymaga zapisywania wyników pośrednich
Brak zagnieżdżania

Potokowanie

Użycie Chain.jl

Obliczanie średniej płacy minimalnej według roku

wybór odpowiednich kolumn
grupowanie DataFrame według :year
obliczanie średniej dla każdego roku

@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
...

Przekazywanie z _

@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

Wykres efektywnej płacy minimalnej w latach

Pomijanie potoku z @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

Wykres porównujący płacę stanową i minimalną

Zapisywanie wyniku

# 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

Czas na ćwiczenia!

Manipulacja danymi w Julii