forked from tdwojak/Python2018
86 lines
1.8 KiB
Python
86 lines
1.8 KiB
Python
#!/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(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())
|