forked from tdwojak/Python2017
89 lines
2.6 KiB
Python
89 lines
2.6 KiB
Python
#!/usr/bin/env python
|
|
# -*- coding: utf-8 -*-
|
|
import pandas as pd
|
|
|
|
def wczytaj_dane():
|
|
dane = pd.read_csv('C:/Users/aga/Desktop/python2017/labs06/mieszkania.csv', sep = ",", index_col='Id') #indeksowanie po Id (od 1)
|
|
return pd.DataFrame(dane).head() #dla .head() - domyslnie 5 pierwszch
|
|
#print(dane)
|
|
wczytaj_dane()
|
|
|
|
def d(dane): ##sprawdzam typ
|
|
if isinstance(dane, pd.DataFrame):
|
|
print("si")
|
|
#d(dane)
|
|
|
|
def most_common_room_number(dane):
|
|
pokoje = dane['Rooms'].value_counts().head()
|
|
print(pokoje)
|
|
#most_common_room_number(dane)
|
|
|
|
#n = 3
|
|
def cheapest_flats(dane, n): #zwroc n najtanszych
|
|
najtansze = dane.sort_values(by = ['Expected'], ascending=True)
|
|
return dane.head(n)
|
|
cheapest_flats(dane, n)
|
|
|
|
def find_borough(desc):
|
|
dzielnice = ['Stare Miasto',
|
|
'Wilda',
|
|
'Jeżyce',
|
|
'Rataje',
|
|
'Piątkowo',
|
|
'Winogrady',
|
|
'Miłostowo',
|
|
'Dębiec']
|
|
for i in dzielnice:
|
|
if i in desc:
|
|
return i
|
|
else:
|
|
return('Inne')
|
|
|
|
def add_borough(dane): #do pliku, wykres z liczba ogloszen z podzialem na dzielnice
|
|
dane['Borough'] = dane['Location'].apply(find_borough)
|
|
return dane
|
|
#add_borough(dane)
|
|
|
|
#filename = 'filename.png'
|
|
import matplotlib.pyplot as plt
|
|
def write_plot(dane, filename): #do pliku ``filename`` wykres słupkowy przedstawiający liczbę ogłoszeń mieszkań z podziałem na dzielnice
|
|
kontent = dane['Borough'].value_counts()
|
|
kontent.plot(kind = 'bar')
|
|
wykres = kontent.get_figure()
|
|
wykres.savefig(filename)
|
|
|
|
#write_plot(dane, filename)
|
|
#room_number = 2
|
|
def mean_price(dane, room_number): #srednia cena mieszkania n-pokojowego
|
|
room_number = dane['Rooms']
|
|
srednia = room_number[dane['Expected']].mean()
|
|
return srednia
|
|
mean_price(dane, room_number)
|
|
|
|
def find_13(dane):
|
|
pietro13 = dane[dane['Floor'] == 13]['Borough']
|
|
return pietro13
|
|
find_13(dane)
|
|
|
|
def find_best_flats(dane): #wszystkie: Winogrady+3pokoje+1pietro
|
|
najlepsze = dane[(dane['Floor'] == 1) & dane(['Borough' == "Winogrady"]) & (dane['Rooms']==3)]
|
|
return najlepsze
|
|
|
|
#find_best_flats(dane)
|
|
|
|
def main():
|
|
dane = wczytaj_dane()
|
|
print(dane[:5])
|
|
|
|
print("Najpopularniejsza liczba pokoi w mieszkaniu to: {}"
|
|
.format(most_common_room_number(dane)))
|
|
|
|
print("{} to najłądniejsza dzielnica w Poznaniu."
|
|
.format(find_borough("Grunwald i Jeżyce"))))
|
|
|
|
print("Średnia cena dane 3-pokojowego, to: {}"
|
|
.format(mean_price(dane, 3)))
|
|
|
|
if __name__ == "__main__":
|
|
main()
|