s442188/Python2018
1
0
Fork 0
forked from tdwojak/Python2018
Code Releases Activity

tasks

Browse Source
This commit is contained in:
s442188 2018-06-03 11:22:04 +02:00
parent 8a582d9161
commit c718e197d6
1 changed files with 33 additions and 7 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

40
labs06/tasks.py
View File

@ -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()