Oppgåver med store datasett

Før du prøver deg på oppgåvene, bør du gå gjennom fagstoffsida som høyrer til teorisida "Behandling av store datamengder i Python".

Når vi jobbar med ein dataframe i Python, har vi av og til bruk for kommandoen transpose().

a) Kva gjer kommandoen transpose()?

b) Vi har ein dataframe som ser ut som tabellen nedanfor dersom du skriv han ut:

Korleis ser den nye dataframen ut om du bruker transpose() på han?

c) Gir tabellen i løysingsforslaget til oppgåve b) den same informasjonen som tabellen i oppgåveteksten?

Koronaviruset påverka reisevanane til nordmenn i stor grad. I denne oppgåva skal vi sjå på korleis reisevanane våre har endra seg frå perioden like før koronaviruset byrja å spreie seg, og fram til i dag.

I fila "Reiser" nedanfor finn du ei oversikt over ulike reiser nordmenn av begge kjønn har gjennomført mellom juli 2018 og juni 2020. I oppgåva kan du bruke fila vi har lagt ut, eller hente tala sjølv frå Statistisk sentralbyrå. (Pass på at du ikkje vel nokon av variablane som handlar om kjønn, då kan du få problem med å lage diagram.)

a) Last ned datafila. Ho har eit kryptisk namn, så døyp om filnamnet til "Reiser" og pass på at filetternamnet er "csv". Importer fila i programmet ditt. Bruk print()-funksjonen for å sjå korleis ho ser ut.

1import pandas as pd
2data = pd.read_csv("reiser.csv", index_col = 0, skiprows = (0,1), sep = ";", encoding = "latin-1")
3print(data)

b) Lag ei grafisk framstilling som viser korleis reiseverksemda til nordmenn har endra seg i denne perioden.

1import pandas as pd
2data = pd.read_csv("reiser.csv", index_col = 0, skiprows = (0,1), sep = ";", encoding = "latin-1")
3data = data.transpose()
4data.plot()

c) Kommenter utviklinga av reiser.

Fila Kulturskuleutgifter.csv gir ei oversikt over netto driftsutgifter til kommunale kulturskular for nokre tilfeldig utvalde kommunar i Noreg. Både store og små kommunar er med i utvalet. Tala viser utgiftene per innbyggar mellom 6 og 15 år i tidsrommet 2015 til 2019. Fila er henta frå SSBs statistikkbank.

a) Les fila inn i Python.

1import pandas as pd
2data = pd.read_csv("kulturskuleutgifter.csv", index_col = 0, skiprows = (0,1), sep = ";", encoding = "latin-1")

b) Endre overskriftene slik at dei berre inneheld årstala.

1K=[]
2K.append(2015)
3
4for i in range(1, 5):
5    K.append(K[i-1] + 1)
6data.columns = K

c) Finn ut kor mykje dei utvalde kommunane bruker i snitt per innbyggar.

d) Lag ei grafisk framstilling som viser korleis utgiftene til kulturskule har endra seg i dei fem åra frå 2015 til 2019.

Løysingsforslag

1L=[]
2for i in range(len(K)):
3    L.append(str(K[i]))
4data.columns = L
5data = data.transpose()
6
7data.plot().legend(bbox_to_anchor = (1,1))

Kopier kode til utklippstavle

e) Følg lenka i a) til SSB. Der finn du grunnlagstala for denne oppgåva. Vel ut ti (eller fleire) kommunar. Ver merksam på at kommunar kan stå oppført to gonger, eller dei kan ha vorte slått saman med andre kommunar. Gjer no det same med dine eigne tal som du har gjort i deloppgåvene a) til d).

f) Prøv å lage ulike framstillingar som viser to og to kommunar mot kvarandre.

g) Ser du nokon forskjellar mellom store og små kommunar? Kan du lage ei framstilling som viser dette?

Finn ein statistikk på ssb.no om eit emne du er interessert i. Last ned ei csv-fil. Lag ulike statistikkar og prøv deg fram. Presenter funna dine skriftleg eller munnleg.