import pandas as pd
# διαβάζω σε DataFrame τα δεδομένα 
# το πρόγραμμα python πρέπει να βρίσκεται στον ίδιο φάκελο με το αρχείο GrCensus2011.csv
# το αρχείο έχει επικεφαλίδα και διαχωριστή το χαρακτήρα ;
# το data είναι μεταβλητή τύπου pandas DataFrame
data=pd.read_csv('GrCensus2011.csv',sep=';')

# ΑΡΧΗ: για κατανόηση λειτουργίας dataframe

# τελεστής []
# θεσιακή αναφορά γραμμής, start, end-1, step
data[0:5] # επιστρέφει dataframe από τη γραμμή 0 έως και την 4 με όλες τις στήλες
# ονομαστική αναφορά στήλης
data['descr']
data[['level','descr','btotal']] #λίστα ονομάτων στηλών
# θεσιακή αναφορά γραμμής και ονομαστική αναφορά στήλης
data[0:5]['descr'] # επιστρέφει τη στήλη descr του προηγούμενου dataframe από τη γραμμή 0 έως και την 4
# θεσιακή αναφορά γραμμής 1 και ονομαστική αναφορά στήλης
data[0:1]['descr']


# χρήση loc αναφορά σε ετικέτες γραμμής, ετικέτες στήλης
# ετικέτα γραμμής= index, ετικέτα στήλης=columns
# data.loc[rows,columns]
# rows, columns: slice (start, stop, step) | λίστα συγκεκριμένων ετικετών | κριτήριο

data.loc[:,] # όλες οι γραμμές, όλες οι στήλες
data.loc[1,'descr'] # γραμμή με index 1 και column name descr
data.loc[1:5,'descr'] # γραμμή με index 1 έως και 5 και column name descr
data.loc[1:5,'level':'descr'] # γραμμές με index 1 έως και 5 και συνεχόμενα column names από level έως descr
data.loc[1:5,['level','descr','mtotal']] # γραμμές με index 1 έως και 5 και column names συγκεκριμένα μη συνεχόμενα
data.loc[:,'mtotal'].max() # μέγιστο ολόκληρης στήλης
data.loc[:,['btotal','mtotal','wtotal']].sum() # άθροισμα κάθετο συγκεκριμένων στηλών
data.loc[data['level']==4,] # όλες οι στήλες περιφερειακών ενοτήτων με κριτήριο στη στήλη level==4
# ΤΕΛΟΣ: κατανόηση λειτουργίας dataframe

# κριτήριο για δημοτικές ενότητες: στήλη level τιμή 6
print("μέγιστο συνολικό πληθυσμό δημοτικής ενότητας ανεξαρτήτου φύλου και ηλικίας: ",end='')
# με loc
print(data.loc[data['level']==6,'btotal'].max())
# με τελεστή []
print(data[data['level']==6]['btotal'].max())

# μέσο όρο του πληθυσμού αμφοτέρων φύλων ηλικίας 30 ετών και άνω όλων των δημοτικών ενοτήτων
# sum με axis=1 αθροίζω οριζόντια τις γραμμές
print(data.loc[data['level']==6,'b30to34':'b85plus'].sum(axis=1).mean())