labs06/tasks.py

@@ -4,77 +4,109 @@
 """
 1. Zaimportuj bibliotkę pandas jako pd.
 """
-
+import pandas as pd
 
 """
-2. Wczytaj zbiór danych `bikes.csv` do zniennej data.
+2. Wczytaj zbiór danych `311.csv` do zniennej data.
 """
 
+data = pd.read_csv("/home/students/s354567/Desktop/311.csv",low_memory=False)
 
 """
 3. Wyświetl 5 pierwszych wierszy z data.
 """
-
+data.head()
 
 """
 4. Wyświetl nazwy kolumn.
 """
 
+print(data.columns)
 
 """
 5. Wyświetl ile nasz zbiór danych ma kolumn i wierszy.
 """
-
+shape = data.shape
+print(shape)
 
 """
 6. Wyświetl kolumnę 'City' z powyższego zbioru danych.
 """
 
+print(data['City'])
 
 """
 7. Wyświetl jakie wartoścu przyjmuje kolumna 'City'.
 """
 
+data.City.unique()
+
 """
 8. Wyświetl tabelę rozstawną kolumny City.
 """
 
+data.City.value_counts()
 
 """
 9. Wyświetl tylko pierwsze 4 wiersze z wcześniejszego polecenia.
 """
-
+data.City.value_counts().head(4)
 
 """
 10. Wyświetl, w ilu przypadkach kolumna City zawiera NaN.
 """
 
+data['City'].isnull().sum()
+
+
+x=data[data['City'].isnull()]
+shape=x.shape
+rows=shape[0]
+print(rows)
 
 
 """
 11. Wyświetl data.info()
 """
 
+data.info()
+
 """
 12. Wyświetl tylko kolumny Borough i Agency i tylko 5 ostatnich linii.
 """
 
+print(data[['Borough','Agency']].tail())
 
 """
 13. Wyświetl tylko te dane, dla których wartość z kolumny Agency jest równa
 NYPD. Zlicz ile jest takich przykładów.
 """
+x=data[data['Agency'] == 'NYPD']
+shape=x.shape
+rows=shape[0]
+print(rows)
 
 """
 14. Wyświetl wartość minimalną i maksymalną z kolumny Longitude.
 """
+Longitude=data['Longitude']
+
+Longitude.min()
+Longitude.max()
 
 """
 15. Dodaj kolumne diff, która powstanie przez sumowanie kolumn Longitude i Latitude.
 """
+Latitude=data['Latitude']
+Longitude=data['Longitude']
+
+data['Diff']=Latitude + Longitude
+
 
 
 """
 16. Wyświetl tablę rozstawną dla kolumny 'Descriptor', dla której Agency jest
 równe NYPD.
 """
+y=data[data['Agency']=='NYPD']
+y.Descriptor.value_counts()