【文件属性】：
文件名称：matlabhill代码-h1b_statistics:InsightDataScience的编码挑战
文件大小：26KB
文件格式：ZIP
更新时间：2021-05-24 04:07:05
系统开源
Matlab
Hill代码目录
问题
一家报纸编辑正在研究过去几年中有关H1B（H-1B，H-1B1，E-3）签证申请处理的移民数据趋势，试图确定获得批准的H1B签证数量最多的职业和州。
她从美国劳工部及其部门获得了统计数据。
但是，尽管有针对和的现成报告，但该网站过去几年都没有这些报告。
作为数据工程师，您需要创建一种机制来分析过去几年的数据，具体计算两个指标：经认证的签证申请的前十名职业和前十名国家。
您的代码应该是模块化的，并可以在将来重用。
如果报纸获取了2019年的数据（假设可以使用必要的数据来计算指标）并将其放在input目录中，则运行run.sh脚本应在output文件夹中生成结果，而无需进行更改编码。
输入数据集
原始数据可以在“披露数据”选项卡下找到（即，披露文件列中列出的文件，扩展名为“
.xlsx”）。
为方便起见，我们将Excel文件转换为以分号分隔（“;”）的格式，并将其放入此Google驱动器中。
但是，不要只对我们在Google云端硬盘上提供的文件上的代码进行测试
注意：每年的数据可以有不同的列。
在开发之前，请检查“文件结构”文档。
指示
我们设计了此编
【文件预览】：
h1b_statistics-master
----input()
--------sample_data.csv(5KB)
--------README.md(0B)
----insight_testsuite()
--------run_tests.sh(3KB)
--------tests()
----output()
--------top_10_states_H1B_FY_2016.txt(206B)
--------top_10_states.txt(161B)
--------top_10_occupations_H1B_FY_2014.txt(457B)
--------top_10_occupations.txt(243B)
--------README.md(0B)
--------top_10_states_H1B_FY_2014.txt(196B)
--------top_10_occupations_H1B_FY_2016.txt(465B)
----.DS_Store(8KB)
----src()
--------h1b_counting.py(6KB)
--------README.md(0B)
----.idea()
--------misc.xml(214B)
--------vcs.xml(180B)
--------modules.xml(294B)
--------h1b_statistics-master.iml(459B)
--------workspace.xml(16KB)
----run.sh(578B)
----.gitignore(66B)
----README.md(19KB)