From 7f64a0346919f1bf35fd27dc0d868295b6a0d1b3 Mon Sep 17 00:00:00 2001
From: Magda Zganiacz <magdazganiacz@gmail.com>
Date: Thu, 21 Jun 2018 19:28:33 +0200
Subject: [PATCH] zadanie domowe

---
 labs06/task02.py | 44 +++++++++++++++++++++++++++++++-------------
 1 file changed, 31 insertions(+), 13 deletions(-)

diff --git a/labs06/task02.py b/labs06/task02.py
index 9d96016..69ddaa6 100755
--- a/labs06/task02.py
+++ b/labs06/task02.py
@@ -1,14 +1,19 @@
 #!/usr/bin/env python
 # -*- coding: utf-8 -*-
+import pandas as pd
+from statistics import mode
+import matplotlib.pyplot as plt
 
 def wczytaj_dane():
-    pass
+    r = pd.read_csv("mieszkania.csv")
+    dane = r.dropna(axis='columns')
+    return dane
 
 def most_common_room_number(dane):
-    pass
+    return mode(dane.Rooms)
 
 def cheapest_flats(dane, n):
-    pass
+    return dane.sort_values(by=["Expected"]).head(n)
 
 def find_borough(desc):
     dzielnice = ['Stare Miasto',
@@ -19,23 +24,36 @@ def find_borough(desc):
                  'Winogrady',
                  'Miłostowo',
                  'Dębiec']
-    pass
 
+    indeks = len(desc)
+    nazwa_dzielnicy = "Inne"
+    for dzielnica in dzielnice:
+        indeks_dzielnica = desc.find(dzielnica)
+        if indeks_dzielnica < indeks and indeks_dzielnica != -1:
+            indeks = indeks_dzielnica
+            nazwa_dzielnicy = dzielnica
+    return nazwa_dzielnicy
 
 def add_borough(dane):
-    pass
+    dane['Borough'] = dane['Location'].apply(find_borough)
+    return dane
 
 def write_plot(dane, filename):
-    pass
+    add_borough(dane)
+    dane_wykres = pd.Series(dane.Borough.value_counts())
+    dane_wykres.plot(x='Borough', y='Liczba ogłoszeń', kind = 'bar')
+    plt.savefig(filename, pad_inches=1, bbox_inches='tight')
 
 def mean_price(dane, room_number):
-    pass
+    return dane.Expected[(dane['Rooms'] == room_number)].mean()
 
 def find_13(dane):
-    pass
+    add_borough(dane)
+    return dane.Borough[(dane['Floor'] == 13)].unique()
 
 def find_best_flats(dane):
-    pass
+    add_borough(dane)
+    return dane[(dane['Borough'] == 'Winogrady') & (dane['Rooms'] == 3) & (dane['Floor'] == 1)]
 
 def main():
     dane = wczytaj_dane()
@@ -44,11 +62,11 @@ def main():
     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("{} to najładniejsza dzielnica w Poznaniu."
+          .format(find_borough("Grunwald i Jeżyce")))
 
     print("Średnia cena mieszkania 3-pokojowego, to: {}"
           .format(mean_price(dane, 3)))
-
+    
 if __name__ == "__main__":
-    main()
+     main()