forked from tdwojak/Python2018
95 lines
1.8 KiB
Python
95 lines
1.8 KiB
Python
#!/usr/bin/env python3
|
|
# -*- coding: utf-8 -*-
|
|
|
|
"""
|
|
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/s407545/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.
|
|
"""
|
|
|
|
x= data['City'].isnull().sum()
|
|
|
|
x= data[data['City']=='NYPD']
|
|
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.
|
|
"""
|
|
y= data[data['Agency']=='NYPD']
|
|
shape=y.shape
|
|
rows= shape[0]
|
|
print(rows)
|
|
"""
|
|
14. Wyświetl wartość minimalną i maksymalną z kolumny Longitude.
|
|
"""
|
|
x=data['Longitude']
|
|
x.min()
|
|
x.max()
|
|
"""
|
|
15. Dodaj kolumne diff, która powstanie przez sumowanie kolumn Longitude i Latitude.
|
|
"""
|
|
x=data['Longitude']
|
|
y=data['Latitude']
|
|
data['diff']= x+y
|
|
print(data.columns)
|
|
"""
|
|
16. Wyświetl tablę rozstawną dla kolumny 'Descriptor', dla której Agency jest
|
|
równe NYPD.
|
|
"""
|
|
y= data[data['Agency']=='NYPD']
|
|
y.Descriptor.value_counts() |