resolved

labs06/task02.py

@@ -4,14 +4,10 @@
 """
 ** zad. 2 (domowe) **
 Jest to zadanie złożone, składające się z kilku części. Całość będzie opierać się o dane zawarte w pliku *mieszkania.csv* i dotyczą cen mieszkań w Poznaniu kilka lat temu.
- 1. Dodaj kolumnę ``Borough``, która będzie zawierać informacje o dzielnicach i powstanie z kolumny ``Localization``. Wykorzystaj do tego funkcję ``find_borough``.
  1. Uzupełnił funkcje ``write_plot``, która zapisze do pliku ``filename`` wykres słupkowy przedstawiający liczbę ogłoszeń mieszkań z podziałem na dzielnice.
- 1. Napisz funkcje ``mean_price``, która zwróci średnią cenę mieszkania ``room_numer``-pokojowego.
- 1. Uzupełnij funkcje ``find_13``, która zwróci listę dzielnic, które zawierają ofertę mieszkanie na 13 piętrze.
  1. Napisz funkcje ``find_best_flats``, która zwróci wszystkie ogłoszenia mieszkań, które znajdują się na Winogradach, mają 3 pokoje i są położone na 1 piętrze.
  1. *(dodatkowe)*: Korzystając z pakietu *sklearn* zbuduj model regresji liniowej, która będzie wyznaczać cenę mieszkania na podstawie wielkości mieszkania i liczby pokoi.
 """
-import csv
 import pandas as pd
 import statistics
 
@@ -54,13 +50,18 @@ def add_borough(dane):
 
 
 def write_plot(dane, filename):
+
     pass
 
 def mean_price(dane, room_number):
-    pass
+    data=dane.loc[dane['Rooms'] == room_number]
+    return round(statistics.mean(data['Expected']),2)
 
 def find_13(dane):
-    pass
+    data = add_borough(dane)
+    boroughs = data.loc[data['Floor'] == 13]
+    return set(boroughs['Borough'])
+
 
 def find_best_flats(dane):
     pass
@@ -68,7 +69,7 @@ def find_best_flats(dane):
 
 def main():
     dane = wczytaj_dane()
-    #print(dane[:5])
+    print(dane[:5])
 
     #print("Najpopularniejsza liczba pokoi w mieszkaniu to: {}"
     #      .format(most_common_room_number(dane)))
@@ -82,6 +83,5 @@ def main():
 
 
 
-
 if __name__ == "__main__":
     main()