forked from tdwojak/Python2018
93 lines
1.9 KiB
Python
Executable File
93 lines
1.9 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("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()) |