{
 "cells": [
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### Előadás anyag\n",
    "Nézzük meg a 13. heti előadás anyagát tartalmazó Jupyter notebook (13_ea.ipynb) tartalmát! Futtassuk az egyes cellákat, módosítsunk, kisérletezzünk szabadon!"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### Feladatok\n",
    "\n",
    "Oldjuk meg az alábbi feladatokat a pandas segítségével!\n",
    "\n",
    "A [pl.txt](pl.txt) szövegfájl a Premier League 2011-12-es szezonjának eredményeit tartalmazza. Készítsünk programot, amely:\n",
    "- Betölti a fájl adatait egy DataFrame-be!\n",
    "- Meghatározza, hogy:\n",
    "    - hány mérkőzés volt ez egyes fordulókban?\n",
    "    - hány gól esett az egyes fordulókban?\n",
    "    - melyik fordulóban esett a legtöbb gól?\n",
    "    - mennyi volt az átlagos mérkőzésenkénti gólszám az egyes fordulókban?\n",
    "    - a mérkőzések hány százalékán esett gól?\n",
    "    - melyik mérkőzésen esett a legtöbb gól?\n",
    "    - hány gólt rúgott összesen a Manchester United?\n",
    "- Kiírja: \n",
    "    - a tíz leggólgazdagabb fordulót a gólszámokkal együtt!\n",
    "    - a 10., 20. és 30. fordulóban hány gól esett összesen!"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 42,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>fordulo</th>\n",
       "      <th>sum</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>0</th>\n",
       "      <td>5</td>\n",
       "      <td>38</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "</div>"
      ],
      "text/plain": [
       "   fordulo  sum\n",
       "0        5   38"
      ]
     },
     "execution_count": 42,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "import pandas as pd\n",
    "\n",
    "df = pd.read_csv(\"pl.txt\", skiprows=6, sep=\"\\t\", names=[\"fordulo\", \"hcsapat\", \"vcsapat\", \"hgol\", \"vgol\"])\n",
    "\n",
    "df.groupby(\"fordulo\").count()[\"hcsapat\"]\n",
    "\n",
    "goals_round = df.groupby(\"fordulo\")[[\"hgol\", \"vgol\"]].sum().sort_values(\"hgol\", ascending=False)[:1]\n",
    "goals_round[\"sum\"] = goals_round[\"hgol\"] + goals_round[\"vgol\"]\n",
    "\n",
    "goals_round.reset_index()[[\"fordulo\", \"sum\"]]"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.12.3"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 2
}