From 68c99447a9baa5529163fe2fbae7c76cc21f8134 Mon Sep 17 00:00:00 2001
From: s327689 <wagner@amu.edu.pl>
Date: Sun, 3 Jun 2018 10:10:45 +0200
Subject: [PATCH] tasks

---
 labs06/tasks.py | 19 +++++++++++--------
 1 file changed, 11 insertions(+), 8 deletions(-)

diff --git a/labs06/tasks.py b/labs06/tasks.py
index 0d38505..a58cc39 100755
--- a/labs06/tasks.py
+++ b/labs06/tasks.py
@@ -4,27 +4,29 @@
 """
 1. Zaimportuj bibliotkę pandas jako pd.
 """
-
+import pandas as pd
 
 """
 2. Wczytaj zbiór danych `bikes.csv` do zniennej data.
 """
-
+data = pd.read_csv()
 
 """
 3. Wyświetl 5 pierwszych wierszy z data.
 """
-
+print(data.head())
 
 """
 4. Wyświetl nazwy kolumn.
 """
 
+print(data.columns)
 
 """
 5. Wyświetl ile nasz zbiór danych ma kolumn i wierszy.
 """
-
+shape = data.shape
+print(shape)
 
 """
 6. Wyświetl kolumnę 'City' z powyższego zbioru danych.
@@ -54,17 +56,18 @@
 """
 11. Wyświetl data.info()
 """
-
+print(data.info())
 """
 12. Wyświetl tylko kolumny Borough i Agency i tylko 5 ostatnich linii.
 """
-
+print(data[['Borough', 'Agency']].tail())
 
 """
 13. Wyświetl tylko te dane, dla których wartość z kolumny Agency jest równa
 NYPD. Zlicz ile jest takich przykładów.
 """
-
+p = data[data['Agency'] == 'NYPD']
+data.Agency.value_counts()
 """
 14. Wyświetl wartość minimalną i maksymalną z kolumny Longitude.
 """
@@ -73,7 +76,7 @@ NYPD. Zlicz ile jest takich przykładów.
 15. Dodaj kolumne diff, która powstanie przez sumowanie kolumn Longitude i Latitude.
 """
 
-
+data['diff'] = data['Longitude'] + data['Latitude']
 """
 16. Wyświetl tablę rozstawną dla kolumny 'Descriptor', dla której Agency jest
 równe NYPD.