forked from tdwojak/Python2018
90 lines
1.8 KiB
Python
Executable File
90 lines
1.8 KiB
Python
Executable File
#!/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("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()) |