Rozdział 1.2.1.1

import pandas as pd

wikiPL = "https://pl.wikipedia.org/wiki/Reprezentacja_Polski_w_pi%C5%82ce_no%C5%BCnej"
tables = pd.read_html(wikiPL, header=0)
tab = tables[41]
tab.to_csv('/home/krz/Pulpit/Przewodnik_R1/tab.csv',index=False)
print(tab.head())
##     Rok   I  II III  IV   V  VI VII  VIII    IX     X    XI   XII  Śr.
## 0  1993   –   –   –   –   –   –   –  20.0  22.0  23.0  26.0  28.0   24
## 1  1994  28  24  24  28  27  32  32  32.0  33.0  36.0  33.0  29.0   30
## 2  1995  29  32  32  34  36  29  32  28.0  33.0  27.0  33.0  33.0   32
## 3  1996  35  37  37  40  42  42  50  55.0  56.0  55.0  52.0  53.0   48
## 4  1997  53  56  56  52  57  57  51  53.0  50.0  45.0  47.0  48.0   52

Rozdział 1.2.1.2

import pandas as pd

tab = pd.read_csv('/home/krz/Pulpit/Przewodnik_R1/tab.csv')
tab = tab.apply(pd.to_numeric, args=('coerce',))
tab2 = tab.drop(tab.columns[[13]], axis=1)
data_long = pd.melt(tab2, id_vars=['Rok'],var_name='Miesiac')
data_long['Rok'] = pd.Categorical(data_long.Rok)
data_long.to_csv('/home/krz/Pulpit/Przewodnik_R1/data_long.csv',index=False)
print(data_long.head())
##     Rok Miesiac  value
## 0  1993       I    NaN
## 1  1994       I   28.0
## 2  1995       I   29.0
## 3  1996       I   35.0
## 4  1997       I   53.0

Rozdział 1.2.1.3

import warnings
warnings.filterwarnings("ignore")

from scipy import *
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

data_long = pd.read_csv('/home/krz/Pulpit/Przewodnik_R1/data_long.csv')
fig = plt.figure(figsize=(8,6))
ax = fig.add_subplot(1,1,1)
sns.boxplot(x="Rok", y="value", data=data_long, color="C0", ax=ax, saturation=0.2)
plt.xticks(rotation=45)
ax.set_xlabel("Data publikacji rankingu")
ax.set_ylabel("Pozycja")
ax.set_title("Pozycja Polski w rankingu FIFA")
plt.tight_layout()
plt.savefig('rys_1.1.png')