From c718e197d624b0f94136920a8fd8cff319dbf8d2 Mon Sep 17 00:00:00 2001
From: s442188 <gh>
Date: Sun, 3 Jun 2018 11:22:04 +0200
Subject: [PATCH] tasks

---
 labs06/tasks.py | 40 +++++++++++++++++++++++++++++++++-------
 1 file changed, 33 insertions(+), 7 deletions(-)

diff --git a/labs06/tasks.py b/labs06/tasks.py
index 8b2c28e..7bf2125 100755
--- a/labs06/tasks.py
+++ b/labs06/tasks.py
@@ -5,76 +5,102 @@
 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.info())
+#print(data.columns)
 
 """
 5. Wyświetl ile nasz zbiór danych ma kolumn i wierszy.
-"""
 
+"""
+#shape = data.shape
+#rows = shape[0]
+#cols = shape[1]
+
+#print(rows, cols)
 
 """
 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(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(5))
 
 """
 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.
 """
-
+#wartosc = data['Longitude']
+#print(wartosc.max())
+#print(wartosc.min())
 """
 15. Dodaj kolumne diff, która powstanie przez sumowanie kolumn Longitude i Latitude.
 """
-
-
+x=data['Longitude']
+y=data['Latitude']
+data['diff'] = x+y
+print(data['diff'])
 """
 16. Wyświetl tablę rozstawną dla kolumny 'Descriptor', dla której Agency jest
 równe NYPD.
 """
+
+p = data[data['Agency'] == 'NYPD']
+p.Descriptor.value_counts()
\ No newline at end of file