Prevod kapitoly Zakladni dotazy

Presun presuna na DataFrame a zpet do cteni na doma.

Closes #25

Author: ZelenyMartin

python-pro-data-1/zakladni-dotazy/cteni-na-doma.md

@@ -0,0 +1,104 @@
+## Převody dat na DataFrame a zpět
+
+`DataFrame` nejsou uzavřeným světem, ale umožňují snadný převod na seznamy, případně můžeme naopak převést seznam na `DataFrame`.
+
+### Převod DataFrame na seznam
+
+K takovému převodu na seznam nám poslouží kombinace funkcí `to_numpy` a `tolist`. Převod totiž neprovádíme přímo, ale jako mezikrok jej převedeme na pole modulu `numpy`.
+
+```py
+staty_list = staty.to_numpy().tolist()
+print(staty_list[0])
+```
+
+```shell
+['Kabul', 'Asia', 'Southern Asia', 27657145, 652230.0, 27.8]
+```
+
+Ve výsledných seznamech nám chybí názvy států. Potíž je v tom, že index se v Pandas nebere jako součást dat. Pokud chceme index vrátit do původního stavu a mít ho jako automaticky generovaná čísla řádků, můžeme použít metodu `reset_index`. S její pomocí pak už dokážeme dostat z DataFramu čistá data takto
+
+```py
+staty_list = staty.reset_index().to_numpy().tolist()
+print(staty_list[0])
+```
+
+```shell
+['Afghanistan', 'Kabul', 'Asia', 'Southern Asia', 27657145, 652230.0, 27.8]
+```
+
+### Vytvoření DataFrame ze seznamu
+
+Zkusme si nyní opačný postup, převedeme si seznam seznamů (což je jiný zápis dvourozměrné tabulky) na `DataFrame`. Jistě si vzpomínáš na příklad se známkami z testu, kterým jsme měli na prvním workshopu.
+
+```py
+znamky = [
+    ['Petr', 2],
+    ['Roman', 1],
+    ['Jitka', 3],
+    ['Zuzana', 5],
+    ['Ondřej', 2],
+    ['Julie', 2],
+    ['Karel', 4],
+    ['Anna', 1],
+    ['Eva', 1]
+]
+```
+
+Naším úkolem bylo spočítat průměrnou známku. K tomu jsme použili cyklus.
+
+```py
+soucet = 0
+for radek in znamky:
+    soucet = soucet + radek[1]
+prumer = soucet / len(znamky)
+```
+
+Průměrnou známku ale můžeme spočítat i pomocí `pandas`. Pomocí funkce `DataFrame` převedeme proměnnou `znamky` na `DataFrame`. Abychom měli v `DataFrame` správné názvy sloupců, definujeme je jako parametr `columns`.
+
+Následně vybereme data ve sloupci `znamka`. Protože jsme vybrali jeden sloupec, získáme sérii. Průměrnou hodnotu v sérii pak spočítáme pomocí funkce `mean`.
+
+```py
+znamky = pandas.DataFrame(znamky, columns=['student', 'znamka'])
+prumer = znamky["znamka"].mean()
+```
+
+Přehled všech funkcí, které pro sérii můžeš použít, opět najdeš [v dokumentaci](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.html).
+
+### Vytvoření DataFrame ze seznamu slovníků
+
+Pokud jsi absolvovala Úvod do programování v Pythonu 2, znáš již též slovníky. I pole složené ze slovníků můžeme převést na `DataFrame`.
+
+```py
+nakupy = [
+    {"person": "Petr", "item": "Prací prášek", "value": 399},
+    {"person": "Ondra", "item": "Savo", "value": 80},
+    {"person": "Petr", "item": "Toaletní papír", "value": 65},
+    {"person": "Libor", "item": "Pivo", "value": 124},
+    {"person": "Petr", "item": "Pytel na odpadky", "value": 75},
+    {"person": "Míša", "item": "Utěrky na nádobí", "value": 130},
+    {"person": "Ondra", "item": "Toaletní papír", "value": 120},
+    {"person": "Míša", "item": "Pečící papír", "value": 30},
+    {"person": "Zuzka", "item": "Savo", "value": 80},
+    {"person": "Pavla", "item": "Máslo", "value": 50},
+    {"person": "Ondra", "item": "Káva", "value": 300}
+]
+```
+
+Výhodou je, že nyní nemusíme přidávat názvy sloupců, protože ty už funkce `DataFrame` získá z klíčů slovníků.
+
+```py
+nakupy = pandas.DataFrame(nakupy)
+nakupy.info()
+```
+```shell
+<class 'pandas.core.frame.DataFrame'>
+RangeIndex: 11 entries, 0 to 10
+Data columns (total 3 columns):
+ #   Column  Non-Null Count  Dtype
+---  ------  --------------  -----
+ 0   person  11 non-null     object
+ 1   item    11 non-null     object
+ 2   value   11 non-null     int64
+dtypes: int64(1), object(2)
+memory usage: 392.0+ bytes
+```

python-pro-data-1/zakladni-dotazy/entry.yml

@@ -3,3 +3,4 @@ lead: Vyzkoušíme si základní dotazy, které pandas umí
 sections:
   - zakladni-dotazy
   - excs
+  - cteni-na-doma