s411752/Python2018
1
0
Fork 0
forked from tdwojak/Python2018
Code Releases Activity

laboratoria4

Browse Source
This commit is contained in:
s411752 2018-06-03 11:15:04 +02:00
parent 59d8152808
commit 2ea7ef9e52
1 changed files with 20 additions and 10 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

30
labs06/tasks.py
View File

@ -4,77 +4,87 @@
"""
1. Zaimportuj bibliotkę pandas jako pd.
"""
import pandas as pd
"""
2. Wczytaj zbiór danych `311.csv` do zniennej data.
"""
data = pd.read_csv("J:/PycharmProjects/Python2018/labs06/311.csv", low_memory=False)
"""
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.
"""
#print(data.shape)
"""
6. Wyświetl kolumnę 'City' z powyższego zbioru danych.
"""
#print(data['City'])
"""
7. Wyświetl jakie wartoścu przyjmuje kolumna 'City'.
"""
#print(data['City'].unique())
"""
8. Wyświetl tabelę rozstawną kolumny City.
"""
#print(data['City'].value_counts())
"""
9. Wyświetl tylko pierwsze 4 wiersze z wcześniejszego polecenia.
"""
#data2 = pd.DataFrame(data['City'].value_counts())
#print(data2.info())
#print(data2.head())
"""
10. Wyświetl, w ilu przypadkach kolumna City zawiera NaN.
"""
#print(data[data['City'].isnull()].shape[0])
"""
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.
"""
#print(data[data['Agency']=='NYPD'].shape[0])
"""
14. Wyświetl wartość minimalną i maksymalną z kolumny Longitude.
"""
#print(data['Longitude'].min())
#print(data['Longitude'].max())
"""
15. Dodaj kolumne diff, która powstanie przez sumowanie kolumn Longitude i Latitude.
"""
#data['diff'] = data['Longitude']+data['Latitude']
#print(data[-3:].head())
"""
16. Wyświetl tablę rozstawną dla kolumny 'Descriptor', dla której Agency jest
równe NYPD.
"""
#print(data[data['Agency']=='NYPD']['Descriptor'].value_counts())