From f80725fa37a3050adfcb08b222ff9175434b6ff1 Mon Sep 17 00:00:00 2001
From: Mikaszaaa <monika.kraszkiewicz@wp.pl>
Date: Fri, 22 Jun 2018 23:47:50 +0200
Subject: [PATCH] Rozwiazanie zadanie

---
 labs06/tasks.py | 37 +++++++++++++++++++++++++------------
 1 file changed, 25 insertions(+), 12 deletions(-)

diff --git a/labs06/tasks.py b/labs06/tasks.py
index 8b2c28e..ca2345e 100755
--- a/labs06/tasks.py
+++ b/labs06/tasks.py
@@ -4,77 +4,90 @@
 """
 1. Zaimportuj bibliotkę pandas jako pd.
 """
-
+import pandas as pd
 
 """
 2. Wczytaj zbiór danych `311.csv` do zniennej data.
 """
-
+data = pd.read_csv("311.csv", low_memory = False)
 
 """
 3. Wyświetl 5 pierwszych wierszy z data.
 """
-
+print(data.head())
 
 """
 4. Wyświetl nazwy kolumn.
 """
-
+print(list(data.columns))
 
 """
 5. Wyświetl ile nasz zbiór danych ma kolumn i wierszy.
 """
-
+shape = data.shape
+rows = shape[0]
+cols = shape[1]
+print('Liczba wierszy:')
+print (rows)
+print('Liczba kolumn:')
+print(cols)
 
 """
 6. Wyświetl kolumnę 'City' z powyższego zbioru danych.
 """
-
+print(data['City'])
 
 """
 7. Wyświetl jakie wartoścu przyjmuje kolumna 'City'.
 """
+print ( data['City'].values)
 
 """
 8. Wyświetl tabelę rozstawną kolumny City.
 """
-
+print (data.City.value_counts())
 
 """
 9. Wyświetl tylko pierwsze 4 wiersze z wcześniejszego polecenia.
 """
-
+print (data.City.value_counts().head(4))
 
 """
 10. Wyświetl, w ilu przypadkach kolumna City zawiera NaN.
 """
-
+print(data['City'].isnull().sum())
 
 
 """
 11. Wyświetl data.info()
 """
-
+print(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.
 """
+a = data[data['Agency'] == 'NYPD'].shape
+print('Liczba przypadkow', a[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'].values + data['Latitude'].values
 
 """
 16. Wyświetl tablę rozstawną dla kolumny 'Descriptor', dla której Agency jest
 równe NYPD.
 """
+zmienna = data.Descriptor[data['Agency'] == "NYPD"]
+print(zmienna.value_counts())
\ No newline at end of file