From 928056aa2e7f3a443fc4972e196d6c6487a1c46f Mon Sep 17 00:00:00 2001
From: s327689 <wagner@amu.edu.pl>
Date: Sun, 3 Jun 2018 11:07:28 +0200
Subject: [PATCH] tasks

---
 labs06/tasks.py | 24 ++++++++++++++++++------
 1 file changed, 18 insertions(+), 6 deletions(-)

diff --git a/labs06/tasks.py b/labs06/tasks.py
index 9c1763e..5fd2b6e 100755
--- a/labs06/tasks.py
+++ b/labs06/tasks.py
@@ -9,7 +9,8 @@ import pandas as pd
 """
 2. Wczytaj zbiór danych `311.csv` do zniennej data.
 """
-data = pd.read_csv()
+
+data = pd.read_csv("labs06/311.csv")
 
 """
 3. Wyświetl 5 pierwszych wierszy z data.
@@ -31,27 +32,33 @@ print(shape)
 """
 6. Wyświetl kolumnę 'City' z powyższego zbioru danych.
 """
-
+print(data['City'])
 
 """
 7. Wyświetl jakie wartoścu przyjmuje kolumna 'City'.
 """
+data.City.unique()
 
 """
 8. Wyświetl tabelę rozstawną kolumny City.
 """
 
-
+t = data.City.value_counts()
+print(t)
 """
 9. Wyświetl tylko pierwsze 4 wiersze z wcześniejszego polecenia.
 """
-
+t.head(4)
 
 """
 10. Wyświetl, w ilu przypadkach kolumna City zawiera NaN.
 """
 
-
+p = pd.DataFrame(data['City'].isnull())
+t = p[p['City'] == True]
+shape = t.shape
+rows = shape[0]
+print(rows)
 
 """
 11. Wyświetl data.info()
@@ -67,17 +74,22 @@ print(data[['Borough', 'Agency']].tail())
 NYPD. Zlicz ile jest takich przykładów.
 """
 p = data[data['Agency'] == 'NYPD']
-data.Agency.value_counts()
+p.Agency.value_counts()
 """
 14. Wyświetl wartość minimalną i maksymalną z kolumny Longitude.
 """
+data['Longitude'].max()
+data['Longitude'].min()
 
 """
 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.
 """
+p = data[data['Agency'] == 'NYPD']
+p.City.value_counts()
\ No newline at end of file