Python2019/labs05/zad_02.ipynb

1. Załaduj bibliotekę pandas.

2. Wczytaj dane z pliku _mieszkania.csv do zmiennej i wyświetl 5 pierwszych wierczy.

3. Znajdź informacje ilu pokojowe mieszkania są najpopularniejsze i ile ich jest.

4. Znajdź 10 najtańszych mieszkań.

5. Napisz funkcje find_borough(desc), która przyjmuje 1 argument typu _string i zwróci jedną z dzielnic zdefiniowaną w liście dzielnice. Funkcja ma zwrócić pierwszą (wzgledem kolejności) nazwę dzielnicy, która jest zawarta w desc. Jeżeli żadna nazwa nie została odnaleziona, zwróć napis Inne.

def find_borough(desc):
    dzielnice = ['Stare Miasto',
                 'Wilda',
                 'Jeżyce',
                 'Rataje',
                 'Piątkowo',
                 'Winogrady',
                 'Miłostowo',
                 'Dębiec']

6. Dodaj kolumnę Borough, która będzie zawierać informacje o dzielnicach i powstanie z kolumny Localization. Wykorzystaj do tego funkcję find_borough.

7. Wyświetl histogram przedstawiający liczbę ogłoszeń mieszkań z podziałem na dzielnice.

8. Znajdź średnią cenę mieszkania n-pokojowego.

9. Znajdź dzielnice, które zawierają oferty mieszkań na 13 piętrze.

10. Znajdź wszystkie ogłoszenia mieszkań, które znajdują się na Winogradach, mają 3 pokoje i są położone na 1 piętrze.