s441472/Python2018
1
0
Fork 0
forked from tdwojak/Python2018
Code Releases Activity

Labs06 tasks ready

Browse Source
This commit is contained in:
Jakub Wajs 2018-06-03 10:43:16 +02:00
parent 59e4875b80
commit 6055aefbfa
1 changed files with 17 additions and 12 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

29
labs06/tasks.py Executable file → Normal file
View File

@ -4,77 +4,82 @@
"""
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(data.columns.values)
"""
5. Wyświetl ile nasz zbiór danych ma kolumn i wierszy.
"""
print('Rows: ' + str(data.shape[0]) + '\nColumns: ' + str(data.shape[1]))
"""
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.
"""
print(data.City.value_counts().head(4))
"""
10. Wyświetl, w ilu przypadkach kolumna City zawiera NaN.
"""
print(len(data[data.City.isnull()]))
"""
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.
"""
print(data[data.Agency == 'NYPD'])
"""
14. Wyświetl wartość minimalną i maksymalną z kolumny Longitude.
"""
print('Min: ' + str(data.Longitude.min()))
print('Max: ' + str(data.Longitude.max()))
"""
15. Dodaj kolumne diff, która powstanie przez sumowanie kolumn Longitude i Latitude.
"""
data['diff'] = data.Longitude + data.Latitude
"""
16. Wyświetl tablę rozstawną dla kolumny 'Descriptor', dla której Agency jest
równe NYPD.
"""
print(data.Descriptor[data.Agency == 'NYPD'].value_counts())