edit excercise 1

dcd7543a · Antti Hakkinen · 2e8dcbfd · dcd7543a
Commit dcd7543a authored 4 years ago by Antti Hakkinen
--- a/harjoitukset/Harjoitus_1_(Pandas).ipynb
+++ b/harjoitukset/Harjoitus_1_(Pandas).ipynb
@@ -334,12 +334,24 @@
  },
  {
   "cell_type": "code",
-   "execution_count": 329,
+   "execution_count": null,
   "metadata": {},
   "outputs": [],
+   "source": []
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
   "source": [
-    "#"
+    "Tallenna lopputulos data_export.csv-nimiseen tiedostoon (tiedostoa hyödynnetään seuraavassa harjoituksessa)."
   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": []
  }
 ],
 "metadata": {
@@ -358,9 +370,9 @@
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
-   "version": "3.5.2"
+   "version": "3.7.6-final"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 2
-}
+}
\ No newline at end of file
 %% Cell type:markdown id: tags:

 ## Pandas-tehtävät

 %% Cell type:markdown id: tags:

 #### Lisää tarvittavat kirjastot ja lue `testidata.csv` niminen tiedosto DataFrame-objektiin

 %% Cell type:code id: tags:

 ``` python
 #
 ```

 %% Cell type:markdown id: tags:

 #### Tulosta DataFrame-objektin viisi viimeistä riviä

 %% Cell type:code id: tags:

 ``` python
 #
 ```

 %% Cell type:markdown id: tags:

 #### Tulosta datan sarakkeiden otsikot list-objektina

 %% Cell type:code id: tags:

 ``` python
 #
 ```

 %% Cell type:markdown id: tags:

 #### Tulosta `sarake2`:n pituus

 %% Cell type:code id: tags:

 ``` python
 #
 ```

 %% Cell type:markdown id: tags:

 #### Tulosta datan ensimmäinen rivin tiedot

 %% Cell type:code id: tags:

 ``` python
 #
 ```

 %% Cell type:markdown id: tags:

 #### Pudota datasta  `Unnamed: 0` niminen sarake ja todenna lopputulos valitsemallasi tavalla

 %% Cell type:code id: tags:

 ``` python
 #
 ```

 %% Cell type:markdown id: tags:

 #### Poista rivit, jos sarakkeessa `sarake1` esiintyy arvo 0.2 tai pienempi

 %% Cell type:code id: tags:

 ``` python
 #
 ```

 %% Cell type:markdown id: tags:

 #### Tulosta `sarake1` sarakkeen minimi- ja maksimiarvo

 %% Cell type:code id: tags:

 ``` python
 #
 ```

 %% Cell type:code id: tags:

 ``` python
 #
 ```

 %% Cell type:markdown id: tags:

 #### Tee ensimmäisen rivin ensimmäisen sarakkeen arvosta nan

 %% Cell type:code id: tags:

 ``` python
 #
 ```

 %% Cell type:markdown id: tags:

 #### Pudota rivit, joissa esiintyy nan-arvo

 %% Cell type:code id: tags:

 ``` python
 #
 ```

 %% Cell type:markdown id: tags:

 #### Muuta viidennen ja kymmenennen rivin kaikiksi arvoiksi nan

 %% Cell type:code id: tags:

 ``` python
 #
 ```

 %% Cell type:markdown id: tags:

 #### Tulosta nan-arvojen määrä jokaisesta sarakkeesta DataFrame-objektista

 %% Cell type:code id: tags:

 ``` python
 #
 ```

 %% Cell type:markdown id: tags:

 #### Täytä edellä tehdyt nan-arvot lineaarisella interpolaatiolla

 %% Cell type:code id: tags:

 ``` python
 #
 ```

 %% Cell type:markdown id: tags:

 #### Vaihda `sarake1`:n viimeiseksi arvoksi 94 ja `sarake3`:n viimeiseksi arvoksi 45

 %% Cell type:code id: tags:

 ``` python
 #
 ```

 %% Cell type:markdown id: tags:

 #### Lisää uusi sarake DataFrame-objektiin (`sarake4`), joka koostuu sarakkeiden `sarake1` ja `sarake3` summasta

 %% Cell type:code id: tags:

 ``` python
 #
 ```

 %% Cell type:markdown id: tags:

 #### Resetoi DataFrame-objektin indeksi ja tulosta rivien määrä

 %% Cell type:code id: tags:

 ``` python
 #
 ```

 %% Cell type:markdown id: tags:

 #### Tee DataFrame-objektin mittainen aikasarjadata haluamallasi aikavälillä ja tee siitä indeksisarake

 %% Cell type:code id: tags:

 ``` python
 #
 ```

 %% Cell type:markdown id: tags:

 #### Muuta `sarake1` kaikki arvot merkkijonoiksi, joissa jokainen nolla on korvattu isolla 'ND'-kirjainyhdistelmällä.

 %% Cell type:code id: tags:

 ``` python
 #
 ```

 %% Cell type:markdown id: tags:

 #### Tee DataFrame-objektista kopio, jonka sarakkeiden nimet on muutettu seuraaviksi : `sarake5`, `sarake6`, `sarake7`, `sarake8`. Tämän jälkeen tee yksi iso DataFrame-objekti, joka koostuu alkuperäisestä DataFramesta sekä kopiosta niin, että ne on lisätty vierekkäin.


 | sarake1        | sarake2           | sarake3  | sarake4 | sarake5      | sarake6 | sarake7 | sarake8 |
 | ------------- |:-------------:| -----:| ------------- |:-------------:| -----:|-----:|-----:|
 | 0.1      | 0.2 | 0.3 | ... | ...  | ... | ... | ... |

 %% Cell type:code id: tags:

 ``` python
 #
 ```

 %% Cell type:markdown id: tags:

 Sijoita `sarake5`:n viimeinen arvo muuttujaan sekä `sarake3`:n viimeinen arvo erilliseen muuttujaan juuri tehdystä DataFrame-objektista merkkijonomuodossa. Summaa kyseiset muuttujat merkkijonona sekä poista kaksi viimeistä merkkiä lopputuloksesta. Lopuksi poista kaikki pisteet `.`.

 %% Cell type:code id: tags:

 ``` python
-#
+```
+
+%% Cell type:markdown id: tags:
+
+Tallenna lopputulos data_export.csv-nimiseen tiedostoon (tiedostoa hyödynnetään seuraavassa harjoituksessa).
+
+%% Cell type:code id: tags:
+
+``` python
 ```