import pandas as pd
# standardbibliothek
# Zwei Datenstrukturen
#   Series (eine spalte)

# Dem Dataframe

cities = {"Stadt": ["London", "Berlin", "Madrid", "Rom",
                   "Paris", "Wien", "Bukarest", "Hamburg",
                   "Budapest", "Warsaw", "Barcelona",
                   "München", "Mailand"],
          "Population": [8615246, 3562166, 3165235, 2874038,
                         2273305, 1805681, 1803425, 1760433,
                         1754000, 1740119, 1602386, 1493900,
                         1350680],
          "Land": ["England", "Deutschland", "Spanien", "Italien",
                      "Frankreich", "Österreich", "Romanien",
                      "Deutschland", "Ungarn", "Polen", "Spanien",
                      "Deutschland", "Italien"]}
# erstellung des dataframes
cities_df = pd.DataFrame(cities)

# einfügen von neuen Spalten
areas = [1572, 892, 604,  1285, 105,415, 228, 755, 525, 517, 101, 310, 182]
# cities_df["Flaeche"] = areas  # spalte an
print(cities_df)
# insert (position wo die spalte eingefügt wird, name, werte [skalar oder anzahl zeilen]
# insert(position, name, werte)
cities_df.insert(2, "Flaeche", areas)  # wenn keine spalte namens flaeche existiert
# cities_df["Flaeche"] = -1  # keine überprüfung ob spalte existiert statt
print(cities_df)
print("-"*100)
# Setzen unseren eigenen Index
df2 = cities_df.set_index("Stadt", inplace=False)  # standardwert
print(df2)
print(cities_df)
cities_df.set_index("Stadt", inplace=True)
print(cities_df)
print("\n", "*"*100)
# Selektion in Pandas
#  spalten selektieren
print(cities_df["Population"])
print("-" * 100)
# Selektion von Zeilen
#  nach index
print(cities_df.loc["Paris"])
# nach numerischen index
print()
print(cities_df.iloc[7])
print()
# slicing
# slicing bei loc benötigt eine der 2 Bedingungen
#  * index muss einzigartig sein
#  * sortiert sein
print(cities_df.loc["Rom":"Warsaw"])  # inklusiv:inklusiv
# ändern den index auf land
# 1) Index zurücksetzen
cities_df.reset_index(inplace=True)
cities_df.set_index("Land", inplace=True)
print(cities_df)
print(cities_df.loc["England":"Polen"])

cities_df.sort_index(inplace=True)
print("-"*100)
print(cities_df)
print(cities_df.loc["Deutschland":"Italien"])
print("-"*100)
print(cities_df.loc["Italien"])
print("-"*100)
print(cities_df.iloc[0:5])


cities_df = pd.DataFrame(cities)
cities_df["Flaeche"] = areas
print(cities_df)
cities_df.sort_values(by="Stadt", inplace=True)
print(cities_df)
print(cities_df.loc[4])
print(cities_df.iloc[4])
print("-"* 100)
print(cities_df)
# Selektion nach Information in Spalte
#  boolsche Selektionsmaske
print(cities_df[cities_df["Population"] > 2e6])
print(cities_df[cities_df["Population"] > 2_000_000])

# Maske selbst
print(cities_df["Population"] > 2_000_000)
print()
print("-" * 100)
print(cities_df[
          (cities_df["Population"] > 2_000_000) &
          (cities_df["Flaeche"] > 1_000)
      ])  # 0000000000001 & 1000010000010001

# spalten mit strings (contains unterstützt regulären ausdrücke)
print(cities_df[cities_df["Land"].str.contains("[E|e]n")])
print(cities_df[cities_df["Land"] == "Spanien"])
print()
print("-" * 100)
spanische_staedte = cities_df[cities_df["Land"] == "Spanien"]
spanien_info = spanische_staedte[["Population", "Flaeche"]]
print(spanien_info.sum())


# & und
# | oder
# ^ exklusive_oder (1 + 1 == 0)
stadt_de_esp = cities_df[(cities_df["Land"] == "Spanien") | (cities_df["Land"] == "Deutschland")]
info = stadt_de_esp[["Population", "Flaeche"]]
print(info)
print(info.sum())