1. import pandas as panda
2. import numpy as np
3.  
4. def PANDAS_DONE():
5.     read = panda.read_csv('statek.txt', sep='\t')
6.     select = panda.DataFrame(read)
7.     # print(select)
8.     # print(read)
9.  
10.     select['data'] = panda.to_datetime(select['data'])
11.  
12.     funds = 500000
13.     print("Fundusze", funds)
14.  
15.     czas = (select['data'] <= '2018-12-18')
16.     Z = (select['Z/W'] == 'Z')
17.     W = (select['Z/W'] == 'W')
18.  
19.     # ------------------------------------------------------------------------
20.     #kolumna stan_finansów to .......
21.  
22.     wyd = select['wydatki'] = select['ile ton'] * select['cena za tone w talarach']
23.     #print(select)
24.     #print(select['wydatki'].cumsum())
25.  
26.     # Generujemy listę wykorzystując Python Pandas oraz jej zawartość zapisujemy do kolumny 'Result'
27.     result = []
28.     y = select['wydatki'][0]
29.  
30.     if select['Z/W'][0] == 'Z':
31.         x = funds - y
32.         print(x)
33.         result.insert(0, x)
34.     elif select['Z/W'][0] == 'W':
35.         x = funds + y
36.         print(x)
37.         result.insert(0,x)
38.  
39.     #for val in select['wydatki'][1:]:
40.     for i in range(1,len(select['wydatki'])):
41.         val = select['wydatki'][i]
42.         if select['Z/W'][i] == 'Z':
43.             result.append(x - val)
44.         else:
45.             result.append(x + val)
46.  
47.     select["result"] = result
48.     #print(select)
49.  
50.     #sel = select.loc[(select['data'] == '2018-10-08')]
51.     #print(sel)
52.     print(select.groupby('data').max('result').sort_values(by='result', ascending=False))
53.  
54.  
55. def main():
56.     PANDAS_DONE()
57.  
58.  
59. if __name__ == '__main__':
60.     main()