matlabhill代码-data_engineer_challenge_h1b_stats_optimized:完整和优化的解...

Matlab Hill代码问题 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 我们设计了此编码挑战