import pandas as pd
lapsed = pd.read_csv("http://www.tlu.ee/~jaagup/andmed/muu/5klass.txt")
print(lapsed.head())
#print(list(lapsed.columns))
#print(lapsed.sort_values(by="pikkus", ascending=False).head())
print(lapsed[lapsed.pikkus > 165].sort_values(by="mass"))
print(list(lapsed.pikkus))
print(lapsed.pikkus.mean())
print(lapsed.groupby(["sugu"]).pikkus.mean())
print(lapsed.groupby(["sugu"]).pikkus.min())
lapsed[lapsed.pikkus>163].sort_values(by="mass").to_csv("lapsed2.txt", index=False)
lapsed[lapsed.sugu=="n"].sort_values(by="pikkus").to_csv("lapsed3.txt", index=False)
lapsed["pikkusm"]=lapsed.pikkus/100.00
print(lapsed.head())
print(lapsed.eesnimi.str.find("a")>=0)
print(lapsed[lapsed.eesnimi.str.find("a")>=0])
import matplotlib
matplotlib.use('Agg')
lapsed.pikkus.hist().get_figure().savefig("joonis1.png")
lapsed[["pikkus", "sugu"]].boxplot(by="sugu").get_figure().savefig("joonis2.png")