s407409/ium_407409
1
0
Fork 0
Code Issues 1 Pull Requests Projects Releases Wiki Activity
c688871769
ium_407409/IUM_407409_Dane.ipynb
s407409 6a65334cb4 Zadanie laby 2
2023-03-21 23:24:35 +01:00

135 KiB
Raw Blame History 

#Instalacja potrzebnych bibliotek
!pip install --user kaggle
!pip install --user pandas
Requirement already satisfied: kaggle in c:\users\ggap9\anaconda31\lib\site-packages (1.5.13)
Requirement already satisfied: tqdm in c:\users\ggap9\anaconda31\lib\site-packages (from kaggle) (4.62.3)
Requirement already satisfied: certifi in c:\users\ggap9\anaconda31\lib\site-packages (from kaggle) (2021.10.8)
Requirement already satisfied: requests in c:\users\ggap9\anaconda31\lib\site-packages (from kaggle) (2.26.0)
Requirement already satisfied: six>=1.10 in c:\users\ggap9\anaconda31\lib\site-packages (from kaggle) (1.16.0)
Requirement already satisfied: urllib3 in c:\users\ggap9\anaconda31\lib\site-packages (from kaggle) (1.26.7)
Requirement already satisfied: python-slugify in c:\users\ggap9\anaconda31\lib\site-packages (from kaggle) (5.0.2)
Requirement already satisfied: python-dateutil in c:\users\ggap9\anaconda31\lib\site-packages (from kaggle) (2.8.2)
Requirement already satisfied: text-unidecode>=1.3 in c:\users\ggap9\anaconda31\lib\site-packages (from python-slugify->kaggle) (1.3)
Requirement already satisfied: idna<4,>=2.5 in c:\users\ggap9\anaconda31\lib\site-packages (from requests->kaggle) (3.2)
Requirement already satisfied: charset-normalizer~=2.0.0 in c:\users\ggap9\anaconda31\lib\site-packages (from requests->kaggle) (2.0.4)
Requirement already satisfied: colorama in c:\users\ggap9\anaconda31\lib\site-packages (from tqdm->kaggle) (0.4.4)
Requirement already satisfied: pandas in c:\users\ggap9\anaconda31\lib\site-packages (1.3.4)
Requirement already satisfied: python-dateutil>=2.7.3 in c:\users\ggap9\anaconda31\lib\site-packages (from pandas) (2.8.2)
Requirement already satisfied: pytz>=2017.3 in c:\users\ggap9\anaconda31\lib\site-packages (from pandas) (2021.3)
Requirement already satisfied: numpy>=1.17.3 in c:\users\ggap9\anaconda31\lib\site-packages (from pandas) (1.20.3)
Requirement already satisfied: six>=1.5 in c:\users\ggap9\anaconda31\lib\site-packages (from python-dateutil>=2.7.3->pandas) (1.16.0)

#Pobranie zbioru danych
!kaggle datasets download -d brezniczky/2019-european-parliament-election-in-poland-data
Downloading 2019-european-parliament-election-in-poland-data.zip to D:\Studia\IUM


  0%|          | 0.00/12.5M [00:00<?, ?B/s]
  8%|7         | 1.00M/12.5M [00:00<00:02, 5.09MB/s]
 32%|###1      | 4.00M/12.5M [00:00<00:00, 13.6MB/s]
 48%|####7     | 6.00M/12.5M [00:00<00:00, 15.7MB/s]
 64%|######3   | 8.00M/12.5M [00:00<00:00, 11.7MB/s]
 80%|#######9  | 10.0M/12.5M [00:01<00:00, 8.02MB/s]
 96%|#########5| 12.0M/12.5M [00:01<00:00, 9.47MB/s]
100%|##########| 12.5M/12.5M [00:01<00:00, 10.2MB/s]

#Rozpakowanie danych
!unzip -o 2019-european-parliament-election-in-poland-data.zip

'unzip' is not recognized as an internal or external command,
operable program or batch file.

#Instalacja bibliotek
!pip install --user pandas
!pip install --user seaborn
Requirement already satisfied: pandas in c:\users\ggap9\anaconda31\lib\site-packages (1.3.4)
Requirement already satisfied: numpy>=1.17.3 in c:\users\ggap9\anaconda31\lib\site-packages (from pandas) (1.20.3)
Requirement already satisfied: python-dateutil>=2.7.3 in c:\users\ggap9\anaconda31\lib\site-packages (from pandas) (2.8.2)
Requirement already satisfied: pytz>=2017.3 in c:\users\ggap9\anaconda31\lib\site-packages (from pandas) (2021.3)
Requirement already satisfied: six>=1.5 in c:\users\ggap9\anaconda31\lib\site-packages (from python-dateutil>=2.7.3->pandas) (1.16.0)
Requirement already satisfied: seaborn in c:\users\ggap9\anaconda31\lib\site-packages (0.11.2)
Requirement already satisfied: numpy>=1.15 in c:\users\ggap9\anaconda31\lib\site-packages (from seaborn) (1.20.3)
Requirement already satisfied: scipy>=1.0 in c:\users\ggap9\anaconda31\lib\site-packages (from seaborn) (1.7.1)
Requirement already satisfied: matplotlib>=2.2 in c:\users\ggap9\anaconda31\lib\site-packages (from seaborn) (3.4.3)
Requirement already satisfied: pandas>=0.23 in c:\users\ggap9\anaconda31\lib\site-packages (from seaborn) (1.3.4)
Requirement already satisfied: python-dateutil>=2.7 in c:\users\ggap9\anaconda31\lib\site-packages (from matplotlib>=2.2->seaborn) (2.8.2)
Requirement already satisfied: kiwisolver>=1.0.1 in c:\users\ggap9\anaconda31\lib\site-packages (from matplotlib>=2.2->seaborn) (1.3.1)
Requirement already satisfied: pillow>=6.2.0 in c:\users\ggap9\anaconda31\lib\site-packages (from matplotlib>=2.2->seaborn) (8.4.0)
Requirement already satisfied: pyparsing>=2.2.1 in c:\users\ggap9\anaconda31\lib\site-packages (from matplotlib>=2.2->seaborn) (3.0.4)
Requirement already satisfied: cycler>=0.10 in c:\users\ggap9\anaconda31\lib\site-packages (from matplotlib>=2.2->seaborn) (0.10.0)
Requirement already satisfied: six in c:\users\ggap9\anaconda31\lib\site-packages (from cycler>=0.10->matplotlib>=2.2->seaborn) (1.16.0)
Requirement already satisfied: pytz>=2017.3 in c:\users\ggap9\anaconda31\lib\site-packages (from pandas>=0.23->seaborn) (2021.3)

#Testowe wczytanie pojedynczego arkusza z danymi (1 z 13)
import pandas as pd
data_district_1=pd.read_csv('2019-european-parliament-election-in-poland-data\wyniki_gl_na_kand_po_obwodach_sheet_1.csv')
data_district_1
Kod terytorialny gminy Nr obwodu głosowania Typ obszaru Typ obwodu Siedziba Obwodowej Komisji Wyborczej Gmina Powiat Województwo Komisja otrzymała kart do głosowania Liczba wyborców uprawnionych do głosowania ... 2 KNUTH Maciej 3 JANOWICZ Kamila Marta 4 WIŚNIEWSKI Radosław Andrzej 5 PAWEŁCZAK Barnaba Bogusz 6 STRUK Anna Marta 7 WARDA Małgorzata Maja 8 MAKRENEK Helena Cecylia 9 DOMŻALSKA Elżbieta Maria 10 GRAJKOWSKI Piotr Razem.6
0 220101 1 wieś stały Gminna Biblioteka i Ośrodek Kultury w Borzytuc... gm. Borzytuchom bytowski pomorskie 1199 1583 ... 0 1 0 0 0 0 0 0 0 4
1 220101 2 wieś stały Sala wiejska, Dąbrówka 22, 77-100 Bytów gm. Borzytuchom bytowski pomorskie 349 463 ... 2 0 0 0 0 0 0 0 0 2
2 220101 3 wieś stały Szkoła Podstawowa, Niedarzyno 21b, 77-141 Borz... gm. Borzytuchom bytowski pomorskie 319 424 ... 0 0 0 0 0 0 0 0 0 2
3 220102 1 miasto stały Zespół Szkół Ogólnokształcących, ul. Gdańska 5... gm. Bytów bytowski pomorskie 1180 1550 ... 0 0 0 0 0 0 0 0 1 1
4 220102 2 miasto stały Zespół Szkół Ponadgimnazjalnych, ul. Gen. Wład... gm. Bytów bytowski pomorskie 1062 1392 ... 0 0 0 1 0 0 0 0 2 5
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
1391 226401 17 miasto stały Spółdzielnia Mieszkaniowa im. J. I. Kraszewske... m. Sopot Sopot pomorskie 1219 1615 ... 1 0 0 3 0 1 0 0 1 10
1392 226401 18 miasto stały Zespół Szkół Handlowych, ul. Wejherowska 1, 81... m. Sopot Sopot pomorskie 719 954 ... 1 2 1 0 1 1 0 2 0 9
1393 226401 19 miasto stały Miejska Biblioteka Publiczna Filia Nr 8, ul. M... m. Sopot Sopot pomorskie 1091 1417 ... 0 0 0 0 1 0 0 0 0 5
1394 226401 20 miasto stały Szkoła Podstawowa z Oddziałami Integracyjnymi ... m. Sopot Sopot pomorskie 1078 1437 ... 1 1 1 0 2 0 0 0 0 11
1395 226401 21 miasto stały Przedszkole z Oddziałami Integracyjnymi Nr 12,... m. Sopot Sopot pomorskie 1091 1438 ... 0 0 0 2 0 0 0 1 0 7

1396 rows × 117 columns

#Opis danych z arkusza testowego
data_district_1.describe(include='all')
Kod terytorialny gminy Nr obwodu głosowania Typ obszaru Typ obwodu Siedziba Obwodowej Komisji Wyborczej Gmina Powiat Województwo Komisja otrzymała kart do głosowania Liczba wyborców uprawnionych do głosowania ... 2 KNUTH Maciej 3 JANOWICZ Kamila Marta 4 WIŚNIEWSKI Radosław Andrzej 5 PAWEŁCZAK Barnaba Bogusz 6 STRUK Anna Marta 7 WARDA Małgorzata Maja 8 MAKRENEK Helena Cecylia 9 DOMŻALSKA Elżbieta Maria 10 GRAJKOWSKI Piotr Razem.6
count 1396.000000 1396.000000 1396 1396 1396 1396 1396 1396 1396.000000 1396.000000 ... 1396.000000 1396.000000 1396.000000 1396.000000 1396.000000 1396.000000 1396.000000 1396.000000 1396.000000 1396.000000
unique NaN NaN 2 8 1267 123 20 1 NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
top NaN NaN miasto stały Szkoła Podstawowa Nr 2 z Oddziałami Sportowymi... m. Gdańsk Gdańsk pomorskie NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
freq NaN NaN 759 1314 5 198 198 1396 NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
mean 222342.944126 25.264327 NaN NaN NaN NaN NaN NaN 963.150430 1264.388252 ... 0.534384 0.573066 0.310172 0.208453 0.575931 0.409742 0.128940 0.213467 0.506447 6.035100
std 2399.816744 41.512458 NaN NaN NaN NaN NaN NaN 475.617459 640.724087 ... 0.998691 1.179134 0.664888 0.488095 0.933238 0.792269 0.399633 0.505445 0.823900 5.392367
min 220101.000000 1.000000 NaN NaN NaN NaN NaN NaN 30.000000 18.000000 ... 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
25% 220604.000000 3.000000 NaN NaN NaN NaN NaN NaN 593.750000 776.250000 ... 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2.000000
50% 221302.000000 8.000000 NaN NaN NaN NaN NaN NaN 970.000000 1267.500000 ... 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 5.000000
75% 226101.000000 19.000000 NaN NaN NaN NaN NaN NaN 1295.000000 1707.250000 ... 1.000000 1.000000 0.000000 0.000000 1.000000 1.000000 0.000000 0.000000 1.000000 9.000000
max 226401.000000 198.000000 NaN NaN NaN NaN NaN NaN 2452.000000 3273.000000 ... 11.000000 18.000000 7.000000 3.000000 7.000000 6.000000 4.000000 4.000000 5.000000 35.000000

11 rows × 117 columns

#Wczytanie i obróbka całości danych

big_dataset = pd.DataFrame()

#Trzeba wczytać każdy z 13 arkuszy z danymi dla poszczególnych okręgów wyborczych
for i in range(1,14):
    filename = '2019-european-parliament-election-in-poland-data\wyniki_gl_na_kand_po_obwodach_sheet_'+str(i)+'.csv'
    data_district = pd.read_csv(filename)
    data_district['obwod'] = i
    df = data_district.copy()
    cols_to_remove = []
    for c in range(35,len(df.columns)):
        cols_to_remove.append(c)
    #Wycięcie nadmiarowych danych - szczegółowych informacji o głosach na poszczególnych kandydatów w poszczególnych komisjach
    df.drop(df.columns[cols_to_remove],axis=1,inplace=True)
    #Uwzględnienie w danych zbiorczych wyników komitetów wyborczych w poszczególnych komisjach
    df['Konfederacja'] = data_district['Lista nr 1 - KWW KONFEDERACJA KORWIN BRAUN LIROY NARODOWCY']
    df['Wiosna'] = data_district['Lista nr 2 - KW WIOSNA ROBERTA BIEDRONIA']
    df['Koalicja Europejska'] = data_district['Lista nr 3 - KKW KOALICJA EUROPEJSKA PO PSL SLD .N ZIELONI']
    df['Prawo i Sprawiedliwość'] = data_district['Lista nr 4 - KW PRAWO I SPRAWIEDLIWOŚĆ']
    df['Lewica Razem'] = data_district['Lista nr 5 - KKW LEWICA RAZEM - RAZEM, UNIA PRACY, RSS']
    df['Kukiz15'] = data_district['Lista nr 6 - KWW KUKIZ\'15']
    #Poniżej trzy komitety, które były zarejestrowane tylko w niektórych okręgach wyborczych
    if 'Lista nr 7 - KWW POLSKA FAIR PLAY BEZPARTYJNI GWIAZDOWSKI' in data_district.columns:
        df['Polska Fair Play'] = data_district['Lista nr 7 - KWW POLSKA FAIR PLAY BEZPARTYJNI GWIAZDOWSKI']
    else:
        df['Polska Fair Play'] = 0
    if 'Lista nr 9 - KKW POLEXIT - KOALICJA' in data_district.columns:
        df['POLEXIT'] = data_district['Lista nr 9 - KKW POLEXIT - KOALICJA']
    else:
        df['POLEXIT'] = 0
    if 'Lista nr 10 - KW JEDNOŚĆ NARODU' in data_district.columns:
        df['Jedność Narodu'] = data_district['Lista nr 10 - KW JEDNOŚĆ NARODU']
    else:
        df['Jedność Narodu'] = 0
    #Dodanie kolumny przechowującej informację o tym, w którym okręgu znajduje się dana komisja
    df['obwod'] = i
    
    #Doklejenie wczytanych dla okręgu i obrobionych danych do głównego zbioru
    big_dataset = pd.concat([big_dataset,df])

print(big_dataset)

      Kod terytorialny gminy  Nr obwodu głosowania Typ obszaru  \
0                     220101                     1        wieś   
1                     220101                     2        wieś   
2                     220101                     3        wieś   
3                     220102                     1      miasto   
4                     220102                     2      miasto   
...                      ...                   ...         ...   
1836                  326301                    23      miasto   
1837                  326301                    24      miasto   
1838                  326301                    25      miasto   
1839                  326301                    26      miasto   
1840                  326301                    27      miasto   

            Typ obwodu               Siedziba Obwodowej Komisji Wyborczej  \
0                stały  Gminna Biblioteka i Ośrodek Kultury w Borzytuc...   
1                stały            Sala wiejska, Dąbrówka 22, 77-100 Bytów   
2                stały  Szkoła Podstawowa, Niedarzyno 21b, 77-141 Borz...   
3                stały  Zespół Szkół Ogólnokształcących, ul. Gdańska 5...   
4                stały  Zespół Szkół Ponadgimnazjalnych, ul. Gen. Wład...   
...                ...                                                ...   
1836             stały  Miejski Dom Kultury Filia Nr 2, Świnoujście, W...   
1837             stały  Miejski Dom Kultury Filia Nr 3, Świnoujście, K...   
1838             stały  Miejski Dom Kultury Filia Nr 1, Świnoujście, P...   
1839  zakład leczniczy  Szpital Miejski im. Jana Garduły, ul. Mieszka ...   
1840  zakład leczniczy  Samodzielny Publiczny Zakład Opieki Zdrowotnej...   

                Gmina       Powiat         Województwo  \
0     gm. Borzytuchom     bytowski           pomorskie   
1     gm. Borzytuchom     bytowski           pomorskie   
2     gm. Borzytuchom     bytowski           pomorskie   
3           gm. Bytów     bytowski           pomorskie   
4           gm. Bytów     bytowski           pomorskie   
...               ...          ...                 ...   
1836   m. Świnoujście  Świnoujście  zachodniopomorskie   
1837   m. Świnoujście  Świnoujście  zachodniopomorskie   
1838   m. Świnoujście  Świnoujście  zachodniopomorskie   
1839   m. Świnoujście  Świnoujście  zachodniopomorskie   
1840   m. Świnoujście  Świnoujście  zachodniopomorskie   

      Komisja otrzymała kart do głosowania  \
0                                     1199   
1                                      349   
2                                      319   
3                                     1180   
4                                     1062   
...                                    ...   
1836                                   776   
1837                                   451   
1838                                   750   
1839                                    70   
1840                                    32   

      Liczba wyborców uprawnionych do głosowania  ...  Konfederacja  Wiosna  \
0                                           1583  ...            20      56   
1                                            463  ...             3      10   
2                                            424  ...             5      12   
3                                           1550  ...            17      55   
4                                           1392  ...            33      38   
...                                          ...  ...           ...     ...   
1836                                        1043  ...            14      34   
1837                                         583  ...             4      19   
1838                                         981  ...            12      31   
1839                                          69  ...             1       2   
1840                                          45  ...             0       0   

      Koalicja Europejska  Prawo i Sprawiedliwość  Lewica Razem  Kukiz15  \
0                     193                     247             8       12   
1                      73                      61             2        2   
2                      64                      62             0        8   
3                     327                     352             4       22   
4                     291                     215             0       11   
...                   ...                     ...           ...      ...   
1836                  183                     130             3       15   
1837                   90                      87             2        4   
1838                  223                     195             6        9   
1839                   17                       6             1        0   
1840                    6                       6             0        1   

      Polska Fair Play  POLEXIT  Jedność Narodu  obwod  
0                    4        0               0      1  
1                    2        0               0      1  
2                    2        0               0      1  
3                    1        0               0      1  
4                    5        0               0      1  
...                ...      ...             ...    ...  
1836                 0        0               0     13  
1837                 0        0               0     13  
1838                 0        0               0     13  
1839                 0        0               0     13  
1840                 0        0               0     13  

[27285 rows x 45 columns]

#Opis głównego zbioru
big_dataset.describe(include='all')
Kod terytorialny gminy Nr obwodu głosowania Typ obszaru Typ obwodu Siedziba Obwodowej Komisji Wyborczej Gmina Powiat Województwo Komisja otrzymała kart do głosowania Liczba wyborców uprawnionych do głosowania ... Konfederacja Wiosna Koalicja Europejska Prawo i Sprawiedliwość Lewica Razem Kukiz15 Polska Fair Play POLEXIT Jedność Narodu obwod
count 27285.000000 27285.000000 27285 27285 27285 27285 27285 27285 27285.000000 27285.000000 ... 27285.000000 27285.000000 27285.000000 27285.000000 27285.000000 27285.000000 27285.000000 27285.000000 27285.000000 27285.000000
unique NaN NaN 5 11 24676 2415 372 16 NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
top NaN NaN wieś stały Szkoła Podstawowa Nr 89, os. Piastów 34a, 31-6... m. Kraków Warszawa mazowieckie NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
freq NaN NaN 13653 25426 7 450 787 3689 NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
mean 166300.613451 38.968921 NaN NaN NaN NaN NaN NaN 848.402566 1103.861169 ... 22.766648 30.308778 192.411032 226.966465 6.184534 18.455708 2.712589 0.289536 0.081034 7.594502
std 89754.821954 113.809837 NaN NaN NaN NaN NaN NaN 445.941482 587.857259 ... 19.426998 32.947553 180.300466 132.484900 6.526254 14.381175 5.198346 0.943785 0.451984 3.636784
min 20101.000000 1.000000 NaN NaN NaN NaN NaN NaN 10.000000 5.000000 ... 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000
25% 101004.000000 3.000000 NaN NaN NaN NaN NaN NaN 500.000000 654.000000 ... 9.000000 7.000000 52.000000 132.000000 2.000000 8.000000 0.000000 0.000000 0.000000 5.000000
50% 146513.000000 7.000000 NaN NaN NaN NaN NaN NaN 811.000000 1068.000000 ... 19.000000 20.000000 138.000000 214.000000 4.000000 16.000000 0.000000 0.000000 0.000000 8.000000
75% 241710.000000 18.000000 NaN NaN NaN NaN NaN NaN 1170.000000 1527.000000 ... 33.000000 43.000000 285.000000 306.000000 9.000000 26.000000 3.000000 0.000000 0.000000 11.000000
max 326301.000000 1150.000000 NaN NaN NaN NaN NaN NaN 4200.000000 3771.000000 ... 496.000000 744.000000 1427.000000 1366.000000 138.000000 191.000000 61.000000 21.000000 9.000000 13.000000

11 rows × 45 columns

#Upewnienie się, że w danych nie ma wartości NaN
big_dataset.isnull().values.any()
False
#Prosta wizualizacja ogólnopolskich wyników głównych komitetów
import matplotlib.pyplot as plt

cols = ['Konfederacja', 'Wiosna','Koalicja Europejska', 'Prawo i Sprawiedliwość', 'Kukiz15', 'Lewica Razem']
plt.bar(cols,big_dataset[cols].sum())
621188

<BarContainer object of 6 artists>
!pip install --user sklearn
Requirement already satisfied: sklearn in c:\users\ggap9\anaconda31\lib\site-packages (0.0.post1)

import sklearn
#Wyodrębnienie z danych zbioru testowego
from sklearn.model_selection import train_test_split
data_train, data_test = sklearn.model_selection.train_test_split(big_dataset, test_size=2700, random_state=1)
data_train['obwod'].value_counts()
10    3106
12    2572
11    2446
7     1968
3     1860
5     1847
8     1691
13    1634
9     1623
6     1574
2     1498
4     1493
1     1273
Name: obwod, dtype: int64
#Prezentacja ilości komisji z poszczególnych okręgów wyborczych w zbiorze testowym
data_test["obwod"].value_counts()
11    311
10    298
12    256
7     224
3     214
8     211
13    207
9     187
5     185
4     164
6     161
2     159
1     123
Name: obwod, dtype: int64
#Wyodrębnienie zbioru walidacyjnego z pozostałego zbioru treningowego
data_train, data_val = sklearn.model_selection.train_test_split(data_train, test_size=2700, random_state=1)
data_val['obwod'].value_counts()
10    347
12    281
11    262
7     220
5     218
9     195
3     194
2     193
4     173
8     167
6     166
13    146
1     138
Name: obwod, dtype: int64
data_train['obwod'].value_counts()
10    2759
12    2291
11    2184
7     1748
3     1666
5     1629
8     1524
13    1488
9     1428
6     1408
4     1320
2     1305
1     1135
Name: obwod, dtype: int64
#Opis finalnego zbioru treningowego
data_train.describe(include='all')
Kod terytorialny gminy Nr obwodu głosowania Typ obszaru Typ obwodu Siedziba Obwodowej Komisji Wyborczej Gmina Powiat Województwo Komisja otrzymała kart do głosowania Liczba wyborców uprawnionych do głosowania ... Konfederacja Wiosna Koalicja Europejska Prawo i Sprawiedliwość Lewica Razem Kukiz15 Polska Fair Play POLEXIT Jedność Narodu obwod
count 21885.000000 21885.000000 21885 21885 21885 21885 21885 21885 21885.000000 21885.000000 ... 21885.000000 21885.000000 21885.000000 21885.000000 21885.00000 21885.000000 21885.000000 21885.000000 21885.000000 21885.000000
unique NaN NaN 5 11 20141 2410 372 16 NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
top NaN NaN wieś stały Szkoła Podstawowa Nr 89, os. Piastów 34a, 31-6... m. Kraków Warszawa mazowieckie NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
freq NaN NaN 10998 20427 6 370 629 2949 NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
mean 166256.481106 38.850171 NaN NaN NaN NaN NaN NaN 847.296002 1102.516655 ... 22.748823 30.289331 192.186201 226.601234 6.18122 18.383093 2.695591 0.297738 0.081334 7.600914
std 89750.888879 113.301763 NaN NaN NaN NaN NaN NaN 445.264456 586.052675 ... 19.601050 32.984209 179.846822 131.900846 6.55052 14.252665 5.164476 0.965923 0.454834 3.639637
min 20101.000000 1.000000 NaN NaN NaN NaN NaN NaN 10.000000 5.000000 ... 0.000000 0.000000 0.000000 0.000000 0.00000 0.000000 0.000000 0.000000 0.000000 1.000000
25% 101009.000000 3.000000 NaN NaN NaN NaN NaN NaN 500.000000 653.000000 ... 9.000000 7.000000 52.000000 132.000000 2.00000 8.000000 0.000000 0.000000 0.000000 5.000000
50% 146512.000000 7.000000 NaN NaN NaN NaN NaN NaN 811.000000 1069.000000 ... 19.000000 20.000000 138.000000 214.000000 4.00000 15.000000 0.000000 0.000000 0.000000 8.000000
75% 241707.000000 18.000000 NaN NaN NaN NaN NaN NaN 1165.000000 1523.000000 ... 33.000000 43.000000 286.000000 305.000000 9.00000 26.000000 3.000000 0.000000 0.000000 11.000000
max 326301.000000 1150.000000 NaN NaN NaN NaN NaN NaN 4200.000000 3550.000000 ... 496.000000 744.000000 1427.000000 1366.000000 138.00000 175.000000 61.000000 21.000000 9.000000 13.000000

11 rows × 45 columns

#Opis zbioru walidacyjnego
data_val.describe(include='all')
Kod terytorialny gminy Nr obwodu głosowania Typ obszaru Typ obwodu Siedziba Obwodowej Komisji Wyborczej Gmina Powiat Województwo Komisja otrzymała kart do głosowania Liczba wyborców uprawnionych do głosowania ... Konfederacja Wiosna Koalicja Europejska Prawo i Sprawiedliwość Lewica Razem Kukiz15 Polska Fair Play POLEXIT Jedność Narodu obwod
count 2700.000000 2700.000000 2700 2700 2700 2700 2700 2700 2700.000000 2700.000000 ... 2700.000000 2700.00000 2700.000000 2700.000000 2700.000000 2700.000000 2700.000000 2700.000000 2700.000000 2700.000000
unique NaN NaN 4 9 2663 1340 364 16 NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
top NaN NaN wieś stały Szkoła Podstawowa Nr 2 z Oddziałami Sportowymi... m. Kraków Warszawa mazowieckie NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
freq NaN NaN 1358 2497 3 43 83 391 NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
mean 163242.944444 41.382222 NaN NaN NaN NaN NaN NaN 852.164074 1106.854444 ... 22.940370 30.24037 192.878889 230.469259 6.090000 18.770370 2.803704 0.269630 0.090741 7.458148
std 88874.631900 120.214646 NaN NaN NaN NaN NaN NaN 447.375340 593.650865 ... 19.146898 32.97802 183.694451 137.581595 6.326346 14.373049 5.358506 0.849931 0.477259 3.625088
min 20101.000000 1.000000 NaN NaN NaN NaN NaN NaN 20.000000 10.000000 ... 0.000000 0.00000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000
25% 100704.750000 3.000000 NaN NaN NaN NaN NaN NaN 500.000000 653.000000 ... 9.000000 7.00000 50.000000 130.000000 2.000000 8.000000 0.000000 0.000000 0.000000 4.000000
50% 146506.000000 7.000000 NaN NaN NaN NaN NaN NaN 805.500000 1059.000000 ... 19.000000 19.00000 133.000000 216.000000 4.000000 16.000000 0.000000 0.000000 0.000000 8.000000
75% 241130.500000 19.000000 NaN NaN NaN NaN NaN NaN 1188.500000 1545.000000 ... 33.000000 42.00000 285.000000 313.000000 8.000000 27.000000 4.000000 0.000000 0.000000 11.000000
max 326301.000000 1142.000000 NaN NaN NaN NaN NaN NaN 2619.000000 3771.000000 ... 186.000000 310.00000 1159.000000 1087.000000 72.000000 123.000000 60.000000 7.000000 7.000000 13.000000

11 rows × 45 columns

#Opis zbioru testowego
data_test.describe(include='all')
Kod terytorialny gminy Nr obwodu głosowania Typ obszaru Typ obwodu Siedziba Obwodowej Komisji Wyborczej Gmina Powiat Województwo Komisja otrzymała kart do głosowania Liczba wyborców uprawnionych do głosowania ... Konfederacja Wiosna Koalicja Europejska Prawo i Sprawiedliwość Lewica Razem Kukiz15 Polska Fair Play POLEXIT Jedność Narodu obwod
count 2700.000000 2700.000000 2700 2700 2700 2700 2700 2700 2700.000000 2700.000000 ... 2700.000000 2700.000000 2700.000000 2700.000000 2700.000000 2700.000000 2700.000000 2700.000000 2700.000000 2700.000000
unique NaN NaN 4 9 2655 1333 366 16 NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
top NaN NaN miasto stały Szkoła Podstawowa Nr 36, ul. Siemiradzkiego 9,... m. Kraków Warszawa mazowieckie NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
freq NaN NaN 1373 2502 3 37 75 349 NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
mean 169715.999630 37.518148 NaN NaN NaN NaN NaN NaN 853.610370 1111.765926 ... 22.737407 30.534815 193.765556 226.424074 6.305926 18.729630 2.759259 0.242963 0.068889 7.678889
std 90574.898136 111.314638 NaN NaN NaN NaN NaN NaN 450.079208 596.722257 ... 18.258719 32.629471 180.607844 132.012074 6.526581 15.389095 5.308962 0.844882 0.399697 3.623060
min 20101.000000 1.000000 NaN NaN NaN NaN NaN NaN 13.000000 13.000000 ... 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000
25% 100978.500000 3.000000 NaN NaN NaN NaN NaN NaN 503.750000 662.750000 ... 9.000000 7.000000 53.000000 131.000000 2.000000 8.000000 0.000000 0.000000 0.000000 5.000000
50% 160302.500000 7.000000 NaN NaN NaN NaN NaN NaN 820.000000 1072.500000 ... 19.000000 21.000000 143.000000 215.000000 5.000000 16.000000 0.000000 0.000000 0.000000 8.000000
75% 246601.000000 19.000000 NaN NaN NaN NaN NaN NaN 1180.000000 1541.250000 ... 33.000000 43.000000 281.000000 304.000000 9.000000 26.000000 4.000000 0.000000 0.000000 11.000000
max 326301.000000 1145.000000 NaN NaN NaN NaN NaN NaN 2776.000000 3208.000000 ... 276.000000 318.000000 1289.000000 996.000000 56.000000 191.000000 60.000000 8.000000 5.000000 13.000000

11 rows × 45 columns