From 398b0ba4c8ebe815ce399abfdade4de9ea563bab Mon Sep 17 00:00:00 2001 From: s407531 Date: Sun, 3 Jun 2018 11:11:17 +0200 Subject: [PATCH] rozwiazanie zad labs 06 --- labs06/tasks.py | 42 ++++++++++++++++++++++++++++++++++++++---- 1 file changed, 38 insertions(+), 4 deletions(-) mode change 100755 => 100644 labs06/tasks.py diff --git a/labs06/tasks.py b/labs06/tasks.py old mode 100755 new mode 100644 index 8b2c28e..0b2f291 --- a/labs06/tasks.py +++ b/labs06/tasks.py @@ -4,77 +4,111 @@ """ 1. Zaimportuj bibliotkę pandas jako pd. """ - +import pandas as pd """ 2. Wczytaj zbiór danych `311.csv` do zniennej data. """ +data = pd.read_csv("/home/students/s407531/PycharmProjects/Python2018/labs06/311.csv",low_memory=False) """ 3. Wyświetl 5 pierwszych wierszy z data. """ - +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. """ +print(data['City']) """ 7. Wyświetl jakie wartoścu przyjmuje kolumna 'City'. """ +data.City.unique() + """ 8. Wyświetl tabelę rozstawną kolumny City. """ +data.City.value_counts() """ 9. Wyświetl tylko pierwsze 4 wiersze z wcześniejszego polecenia. """ - +data.City.value_counts().head(4) """ 10. Wyświetl, w ilu przypadkach kolumna City zawiera NaN. """ +data['City'].isnull().sum() + + +x=data[data['City'].isnull()] +shape=x.shape +rows=shape[0] +print(rows) """ 11. Wyświetl data.info() """ +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. """ +x=data[data['Agency'] == 'NYPD'] +shape=x.shape +rows=shape[0] +print(rows) """ 14. Wyświetl wartość minimalną i maksymalną z kolumny Longitude. """ +Longitude=data['Longitude'] + +Longitude.min() +Longitude.max() """ 15. Dodaj kolumne diff, która powstanie przez sumowanie kolumn Longitude i Latitude. """ +Latitude=data['Latitude'] +Longitude=data['Longitude'] + +data['Diff']=Latitude + Longitude + """ 16. Wyświetl tablę rozstawną dla kolumny 'Descriptor', dla której Agency jest równe NYPD. """ +y=data[data['Agency']=='NYPD'] +y.Descriptor.value_counts() + +