1
0
forked from tdwojak/Python2018
This commit is contained in:
s327689 2018-06-03 10:10:45 +02:00
parent 4628385887
commit 68c99447a9

View File

@ -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.