In [1]:
#Tak ako sme na hodine pracovali s datasetom boys sprav s datasetom girls. V prvej ulohe si zobraz graf na rovnaky styl ako na hodine pre meno Susan
In [2]:
%matplotlib inline
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
In [3]:
names = pd.read_csv('baby-names2.csv')
In [4]:
girls = names[names.sex == 'girl'].copy()
boys = names[names.sex == 'boy'].copy()
In [5]:
Susan = girls[girls['name'] == 'Susan']
Susan
Out[5]:
year name prop sex soundex
129079 1880 Susan 0.002930 girl S250
130078 1881 Susan 0.002954 girl S250
131078 1882 Susan 0.002818 girl S250
132084 1883 Susan 0.002682 girl S250
133093 1884 Susan 0.002369 girl S250
134099 1885 Susan 0.002127 girl S250
135101 1886 Susan 0.002101 girl S250
136098 1887 Susan 0.002155 girl S250
137105 1888 Susan 0.001921 girl S250
138106 1889 Susan 0.001881 girl S250
139114 1890 Susan 0.001755 girl S250
140105 1891 Susan 0.001882 girl S250
141122 1892 Susan 0.001627 girl S250
142121 1893 Susan 0.001581 girl S250
143124 1894 Susan 0.001513 girl S250
144119 1895 Susan 0.001594 girl S250
145137 1896 Susan 0.001361 girl S250
146139 1897 Susan 0.001373 girl S250
147134 1898 Susan 0.001393 girl S250
148133 1899 Susan 0.001414 girl S250
149142 1900 Susan 0.001299 girl S250
150144 1901 Susan 0.001345 girl S250
151154 1902 Susan 0.001195 girl S250
152162 1903 Susan 0.001096 girl S250
153165 1904 Susan 0.001108 girl S250
154164 1905 Susan 0.001036 girl S250
155165 1906 Susan 0.001043 girl S250
156166 1907 Susan 0.001052 girl S250
157169 1908 Susan 0.000987 girl S250
158163 1909 Susan 0.001033 girl S250
... ... ... ... ... ...
228050 1979 Susan 0.003017 girl S250
229063 1980 Susan 0.002637 girl S250
230070 1981 Susan 0.002373 girl S250
231075 1982 Susan 0.002185 girl S250
232085 1983 Susan 0.001875 girl S250
233089 1984 Susan 0.001728 girl S250
234104 1985 Susan 0.001440 girl S250
235117 1986 Susan 0.001292 girl S250
236124 1987 Susan 0.001199 girl S250
237139 1988 Susan 0.001072 girl S250
238160 1989 Susan 0.000900 girl S250
239171 1990 Susan 0.000817 girl S250
240202 1991 Susan 0.000722 girl S250
241209 1992 Susan 0.000679 girl S250
242235 1993 Susan 0.000605 girl S250
243272 1994 Susan 0.000525 girl S250
244313 1995 Susan 0.000461 girl S250
245298 1996 Susan 0.000499 girl S250
246348 1997 Susan 0.000415 girl S250
247378 1998 Susan 0.000383 girl S250
248400 1999 Susan 0.000358 girl S250
249419 2000 Susan 0.000337 girl S250
250445 2001 Susan 0.000315 girl S250
251473 2002 Susan 0.000302 girl S250
252507 2003 Susan 0.000281 girl S250
253550 2004 Susan 0.000256 girl S250
254598 2005 Susan 0.000234 girl S250
255602 2006 Susan 0.000231 girl S250
256645 2007 Susan 0.000217 girl S250
257711 2008 Susan 0.000201 girl S250

129 rows × 5 columns

In [6]:
plt.plot(range(Susan.shape[0]),Susan['prop'])
Out[6]:
[<matplotlib.lines.Line2D at 0x10295b8d0>]
In [7]:
Susan = girls[girls['name'] == 'Susan']
Susan
Out[7]:
year name prop sex soundex
129079 1880 Susan 0.002930 girl S250
130078 1881 Susan 0.002954 girl S250
131078 1882 Susan 0.002818 girl S250
132084 1883 Susan 0.002682 girl S250
133093 1884 Susan 0.002369 girl S250
134099 1885 Susan 0.002127 girl S250
135101 1886 Susan 0.002101 girl S250
136098 1887 Susan 0.002155 girl S250
137105 1888 Susan 0.001921 girl S250
138106 1889 Susan 0.001881 girl S250
139114 1890 Susan 0.001755 girl S250
140105 1891 Susan 0.001882 girl S250
141122 1892 Susan 0.001627 girl S250
142121 1893 Susan 0.001581 girl S250
143124 1894 Susan 0.001513 girl S250
144119 1895 Susan 0.001594 girl S250
145137 1896 Susan 0.001361 girl S250
146139 1897 Susan 0.001373 girl S250
147134 1898 Susan 0.001393 girl S250
148133 1899 Susan 0.001414 girl S250
149142 1900 Susan 0.001299 girl S250
150144 1901 Susan 0.001345 girl S250
151154 1902 Susan 0.001195 girl S250
152162 1903 Susan 0.001096 girl S250
153165 1904 Susan 0.001108 girl S250
154164 1905 Susan 0.001036 girl S250
155165 1906 Susan 0.001043 girl S250
156166 1907 Susan 0.001052 girl S250
157169 1908 Susan 0.000987 girl S250
158163 1909 Susan 0.001033 girl S250
... ... ... ... ... ...
228050 1979 Susan 0.003017 girl S250
229063 1980 Susan 0.002637 girl S250
230070 1981 Susan 0.002373 girl S250
231075 1982 Susan 0.002185 girl S250
232085 1983 Susan 0.001875 girl S250
233089 1984 Susan 0.001728 girl S250
234104 1985 Susan 0.001440 girl S250
235117 1986 Susan 0.001292 girl S250
236124 1987 Susan 0.001199 girl S250
237139 1988 Susan 0.001072 girl S250
238160 1989 Susan 0.000900 girl S250
239171 1990 Susan 0.000817 girl S250
240202 1991 Susan 0.000722 girl S250
241209 1992 Susan 0.000679 girl S250
242235 1993 Susan 0.000605 girl S250
243272 1994 Susan 0.000525 girl S250
244313 1995 Susan 0.000461 girl S250
245298 1996 Susan 0.000499 girl S250
246348 1997 Susan 0.000415 girl S250
247378 1998 Susan 0.000383 girl S250
248400 1999 Susan 0.000358 girl S250
249419 2000 Susan 0.000337 girl S250
250445 2001 Susan 0.000315 girl S250
251473 2002 Susan 0.000302 girl S250
252507 2003 Susan 0.000281 girl S250
253550 2004 Susan 0.000256 girl S250
254598 2005 Susan 0.000234 girl S250
255602 2006 Susan 0.000231 girl S250
256645 2007 Susan 0.000217 girl S250
257711 2008 Susan 0.000201 girl S250

129 rows × 5 columns

In [8]:
plt.xticks(range(Susan.shape[0])[::10],Susan['year'].values[::10], rotation = 'vertical')
Out[8]:
([<matplotlib.axis.XTick at 0x104ecdb00>,
  <matplotlib.axis.XTick at 0x105afd860>,
  <matplotlib.axis.XTick at 0x105aef898>,
  <matplotlib.axis.XTick at 0x107d2ad68>,
  <matplotlib.axis.XTick at 0x107d32780>,
  <matplotlib.axis.XTick at 0x1090ac198>,
  <matplotlib.axis.XTick at 0x1090acb70>,
  <matplotlib.axis.XTick at 0x1090b3588>,
  <matplotlib.axis.XTick at 0x1090b3f60>,
  <matplotlib.axis.XTick at 0x1090ba978>,
  <matplotlib.axis.XTick at 0x1090c0390>,
  <matplotlib.axis.XTick at 0x1090c0d68>,
  <matplotlib.axis.XTick at 0x1090c6780>],
 <a list of 13 Text xticklabel objects>)
In [9]:
plt.plot(range(Susan.shape[0]),Susan['prop'],linestyle="dashed",color="pink")
plt.xticks(range(Susan.shape[0])[::5], Susan['year'].values[::5], rotation='vertical')
plt.xlabel("Years")
plt.ylabel("Population")
plt.title("Susan")
plt.ylim([0, 0.1])
#Vygoogli si ako ulozis vystupny graf ako png obrazok a uloz ho
plt.savefig('graph.png')   # save the figure to file
plt.show()
In [10]:
#Vytvor pivotnu tabulku pre dievcata na ten isty styl ako sme robili na hodine
girls['decade']= (np.floor(girls['year'].values/10)*10).astype(np.int)
In [11]:
girls.head()
Out[11]:
year name prop sex soundex decade
129000 1880 Mary 0.072381 girl M600 1880
129001 1880 Anna 0.026678 girl A500 1880
129002 1880 Emma 0.020521 girl E500 1880
129003 1880 Elizabeth 0.019865 girl E421 1880
129004 1880 Minnie 0.017888 girl M500 1880
In [12]:
pivot = pd.pivot_table(girls, index='name',columns='decade',values='prop',aggfunc=np.sum)
pivot
Out[12]:
decade 1880 1890 1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
name
Aaliyah NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.004023 0.015725
Aaron NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000442 0.000363 NaN NaN
Abagail NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000109 0.001217
Abbey NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000255 0.001997 0.002864 0.002293
Abbie 0.006730 0.004898 0.002712 0.001425 0.000888 0.000510 0.000095 0.000125 NaN 0.000245 0.001331 0.001741 0.002104
Abbigail NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000834 0.002558
Abby 0.000407 0.000105 NaN NaN NaN NaN NaN 0.000454 0.001085 0.001900 0.006448 0.007084 0.007868
Abigail 0.000957 0.000479 0.000235 NaN NaN 0.000047 0.000156 0.000842 0.001284 0.004087 0.011118 0.037340 0.067219
Abigale NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000116 0.001091
Abigayle NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000271 0.001475
Abril NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000221 0.001583
Achsah 0.000040 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
Ada 0.060853 0.044543 0.029655 0.018710 0.012167 0.007685 0.004082 0.002197 0.001511 0.001167 0.000540 NaN 0.000959
Adah 0.002426 0.001860 0.000890 0.000427 NaN NaN NaN NaN NaN NaN NaN NaN NaN
Adaline 0.001362 0.000884 0.000758 0.000623 0.000266 NaN NaN NaN NaN NaN NaN NaN NaN
Adalyn NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000428
Adalynn NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000160
Adamaris NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000272
Adda 0.001515 0.000698 0.000046 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
Addie 0.027130 0.019878 0.014819 0.008847 0.005957 0.003739 0.002051 0.000978 0.000060 NaN NaN NaN 0.000124
Addison NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.001553 0.019678
Addisyn NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000724
Addyson NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.002073
Adel NaN 0.000045 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
Adela 0.001032 0.001301 0.001218 0.001215 0.001001 0.000726 0.000700 0.000499 NaN NaN NaN NaN NaN
Adelaide 0.006367 0.005609 0.004994 0.004694 0.002687 0.001174 0.000526 NaN NaN NaN NaN NaN 0.000735
Adele 0.005239 0.006354 0.006045 0.007886 0.006159 0.003686 0.002527 0.001979 0.000985 NaN NaN NaN NaN
Adelia 0.002154 0.001638 0.001213 0.000737 0.000475 NaN NaN NaN NaN NaN NaN NaN NaN
Adelina 0.000258 0.000669 0.000542 0.000663 0.000611 0.000309 0.000145 NaN NaN NaN NaN NaN NaN
Adeline 0.006554 0.007184 0.008457 0.010369 0.007959 0.003121 0.001128 0.000230 NaN NaN NaN 0.000117 0.002344
... ... ... ... ... ... ... ... ... ... ... ... ... ...
Zaniyah NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000290
Zara NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000658
Zaria NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000758 0.001958
Zariah NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000912
Zela NaN 0.000048 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
Zelda 0.000343 0.001059 0.001904 0.002210 0.001914 0.001492 0.000740 0.000537 0.000576 NaN NaN NaN NaN
Zelia 0.000124 0.000234 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
Zella 0.004436 0.005060 0.004139 0.002760 0.001840 0.001246 0.000639 0.000050 NaN NaN NaN NaN NaN
Zelma 0.001824 0.003338 0.005857 0.004785 0.003310 0.002212 0.001089 0.000342 NaN NaN NaN NaN NaN
Zelpha 0.000046 0.000124 0.000117 0.000048 NaN NaN NaN NaN NaN NaN NaN NaN NaN
Zena 0.000488 0.000452 0.000303 0.000200 0.000048 NaN NaN NaN 0.000298 NaN NaN NaN NaN
Zenobia 0.000235 0.000113 0.000291 0.000359 0.000097 NaN NaN NaN NaN NaN NaN NaN NaN
Zeta NaN 0.000048 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
Zetta 0.000902 0.000828 0.000432 0.000103 NaN NaN NaN NaN NaN NaN NaN NaN NaN
Zettie 0.000311 0.000400 0.000475 0.000048 NaN NaN NaN NaN NaN NaN NaN NaN NaN
Zhane NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000306 NaN
Zillah 0.000183 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
Zilpah 0.000091 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
Zilpha 0.000327 0.000106 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
Zina 0.000097 0.000100 NaN NaN NaN NaN NaN NaN 0.001163 NaN NaN NaN NaN
Zion NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000737
Zita 0.000277 0.000335 0.000412 0.000270 0.000203 0.000050 NaN NaN NaN NaN NaN NaN NaN
Zoa 0.000520 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
Zoe 0.002039 0.001393 0.000784 0.000527 0.000513 0.000623 0.000094 0.000476 0.000183 0.000230 0.000874 0.008633 0.021447
Zoey NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.001039 0.008467
Zoie NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000248 0.002074
Zola 0.000958 0.001853 0.001880 0.001572 0.001201 0.000736 0.000104 NaN NaN NaN NaN NaN NaN
Zona 0.001190 0.001125 0.001113 0.000920 0.000679 0.000679 0.000107 NaN NaN NaN NaN NaN NaN
Zora 0.002964 0.002675 0.002204 0.001414 0.000885 0.000545 NaN NaN NaN NaN NaN NaN NaN
Zula 0.002425 0.002713 0.002153 0.001123 0.000662 0.000216 NaN NaN NaN NaN NaN NaN NaN

4018 rows × 13 columns

In [13]:
#Vypln v tabulke prazdne NaN hodnotou 0
df = pivot.fillna('0')
In [14]:
df
Out[14]:
decade 1880 1890 1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
name
Aaliyah 0 0 0 0 0 0 0 0 0 0 0 0.004023 0.015725
Aaron 0 0 0 0 0 0 0 0 0 0.000442 0.000363 0 0
Abagail 0 0 0 0 0 0 0 0 0 0 0 0.000109 0.001217
Abbey 0 0 0 0 0 0 0 0 0 0.000255 0.001997 0.002864 0.002293
Abbie 0.00673 0.004898 0.002712 0.001425 0.000888 0.00051 9.5e-05 0.000125 0 0.000245 0.001331 0.001741 0.002104
Abbigail 0 0 0 0 0 0 0 0 0 0 0 0.000834 0.002558
Abby 0.000407 0.000105 0 0 0 0 0 0.000454 0.001085 0.0019 0.006448 0.007084 0.007868
Abigail 0.000957 0.000479 0.000235 0 0 4.7e-05 0.000156 0.000842 0.001284 0.004087 0.011118 0.03734 0.067219
Abigale 0 0 0 0 0 0 0 0 0 0 0 0.000116 0.001091
Abigayle 0 0 0 0 0 0 0 0 0 0 0 0.000271 0.001475
Abril 0 0 0 0 0 0 0 0 0 0 0 0.000221 0.001583
Achsah 4e-05 0 0 0 0 0 0 0 0 0 0 0 0
Ada 0.060853 0.044543 0.029655 0.01871 0.012167 0.007685 0.004082 0.002197 0.001511 0.001167 0.00054 0 0.000959
Adah 0.002426 0.00186 0.00089 0.000427 0 0 0 0 0 0 0 0 0
Adaline 0.001362 0.000884 0.000758 0.000623 0.000266 0 0 0 0 0 0 0 0
Adalyn 0 0 0 0 0 0 0 0 0 0 0 0 0.000428
Adalynn 0 0 0 0 0 0 0 0 0 0 0 0 0.00016
Adamaris 0 0 0 0 0 0 0 0 0 0 0 0 0.000272
Adda 0.001515 0.000698 4.6e-05 0 0 0 0 0 0 0 0 0 0
Addie 0.02713 0.019878 0.014819 0.008847 0.005957 0.003739 0.002051 0.000978 6e-05 0 0 0 0.000124
Addison 0 0 0 0 0 0 0 0 0 0 0 0.001553 0.019678
Addisyn 0 0 0 0 0 0 0 0 0 0 0 0 0.000724
Addyson 0 0 0 0 0 0 0 0 0 0 0 0 0.002073
Adel 0 4.5e-05 0 0 0 0 0 0 0 0 0 0 0
Adela 0.001032 0.001301 0.001218 0.001215 0.001001 0.000726 0.0007 0.000499 0 0 0 0 0
Adelaide 0.006367 0.005609 0.004994 0.004694 0.002687 0.001174 0.000526 0 0 0 0 0 0.000735
Adele 0.005239 0.006354 0.006045 0.007886 0.006159 0.003686 0.002527 0.001979 0.000985 0 0 0 0
Adelia 0.002154 0.001638 0.001213 0.000737 0.000475 0 0 0 0 0 0 0 0
Adelina 0.000258 0.000669 0.000542 0.000663 0.000611 0.000309 0.000145 0 0 0 0 0 0
Adeline 0.006554 0.007184 0.008457 0.010369 0.007959 0.003121 0.001128 0.00023 0 0 0 0.000117 0.002344
... ... ... ... ... ... ... ... ... ... ... ... ... ...
Zaniyah 0 0 0 0 0 0 0 0 0 0 0 0 0.00029
Zara 0 0 0 0 0 0 0 0 0 0 0 0 0.000658
Zaria 0 0 0 0 0 0 0 0 0 0 0 0.000758 0.001958
Zariah 0 0 0 0 0 0 0 0 0 0 0 0 0.000912
Zela 0 4.8e-05 0 0 0 0 0 0 0 0 0 0 0
Zelda 0.000343 0.001059 0.001904 0.00221 0.001914 0.001492 0.00074 0.000537 0.000576 0 0 0 0
Zelia 0.000124 0.000234 0 0 0 0 0 0 0 0 0 0 0
Zella 0.004436 0.00506 0.004139 0.00276 0.00184 0.001246 0.000639 5e-05 0 0 0 0 0
Zelma 0.001824 0.003338 0.005857 0.004785 0.00331 0.002212 0.001089 0.000342 0 0 0 0 0
Zelpha 4.6e-05 0.000124 0.000117 4.8e-05 0 0 0 0 0 0 0 0 0
Zena 0.000488 0.000452 0.000303 0.0002 4.8e-05 0 0 0 0.000298 0 0 0 0
Zenobia 0.000235 0.000113 0.000291 0.000359 9.7e-05 0 0 0 0 0 0 0 0
Zeta 0 4.8e-05 0 0 0 0 0 0 0 0 0 0 0
Zetta 0.000902 0.000828 0.000432 0.000103 0 0 0 0 0 0 0 0 0
Zettie 0.000311 0.0004 0.000475 4.8e-05 0 0 0 0 0 0 0 0 0
Zhane 0 0 0 0 0 0 0 0 0 0 0 0.000306 0
Zillah 0.000183 0 0 0 0 0 0 0 0 0 0 0 0
Zilpah 9.1e-05 0 0 0 0 0 0 0 0 0 0 0 0
Zilpha 0.000327 0.000106 0 0 0 0 0 0 0 0 0 0 0
Zina 9.7e-05 0.0001 0 0 0 0 0 0 0.001163 0 0 0 0
Zion 0 0 0 0 0 0 0 0 0 0 0 0 0.000737
Zita 0.000277 0.000335 0.000412 0.00027 0.000203 5e-05 0 0 0 0 0 0 0
Zoa 0.00052 0 0 0 0 0 0 0 0 0 0 0 0
Zoe 0.002039 0.001393 0.000784 0.000527 0.000513 0.000623 9.4e-05 0.000476 0.000183 0.00023 0.000874 0.008633 0.021447
Zoey 0 0 0 0 0 0 0 0 0 0 0 0.001039 0.008467
Zoie 0 0 0 0 0 0 0 0 0 0 0 0.000248 0.002074
Zola 0.000958 0.001853 0.00188 0.001572 0.001201 0.000736 0.000104 0 0 0 0 0 0
Zona 0.00119 0.001125 0.001113 0.00092 0.000679 0.000679 0.000107 0 0 0 0 0 0
Zora 0.002964 0.002675 0.002204 0.001414 0.000885 0.000545 0 0 0 0 0 0 0
Zula 0.002425 0.002713 0.002153 0.001123 0.000662 0.000216 0 0 0 0 0 0 0

4018 rows × 13 columns

In [15]:
#Zobraz si najcastejsie meno v dekade
pivot2 = pd.pivot_table(girls, index='name',columns='decade',values='prop',aggfunc=np.sum)
pivot2
Out[15]:
decade 1880 1890 1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
name
Aaliyah NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.004023 0.015725
Aaron NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000442 0.000363 NaN NaN
Abagail NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000109 0.001217
Abbey NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000255 0.001997 0.002864 0.002293
Abbie 0.006730 0.004898 0.002712 0.001425 0.000888 0.000510 0.000095 0.000125 NaN 0.000245 0.001331 0.001741 0.002104
Abbigail NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000834 0.002558
Abby 0.000407 0.000105 NaN NaN NaN NaN NaN 0.000454 0.001085 0.001900 0.006448 0.007084 0.007868
Abigail 0.000957 0.000479 0.000235 NaN NaN 0.000047 0.000156 0.000842 0.001284 0.004087 0.011118 0.037340 0.067219
Abigale NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000116 0.001091
Abigayle NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000271 0.001475
Abril NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000221 0.001583
Achsah 0.000040 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
Ada 0.060853 0.044543 0.029655 0.018710 0.012167 0.007685 0.004082 0.002197 0.001511 0.001167 0.000540 NaN 0.000959
Adah 0.002426 0.001860 0.000890 0.000427 NaN NaN NaN NaN NaN NaN NaN NaN NaN
Adaline 0.001362 0.000884 0.000758 0.000623 0.000266 NaN NaN NaN NaN NaN NaN NaN NaN
Adalyn NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000428
Adalynn NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000160
Adamaris NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000272
Adda 0.001515 0.000698 0.000046 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
Addie 0.027130 0.019878 0.014819 0.008847 0.005957 0.003739 0.002051 0.000978 0.000060 NaN NaN NaN 0.000124
Addison NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.001553 0.019678
Addisyn NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000724
Addyson NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.002073
Adel NaN 0.000045 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
Adela 0.001032 0.001301 0.001218 0.001215 0.001001 0.000726 0.000700 0.000499 NaN NaN NaN NaN NaN
Adelaide 0.006367 0.005609 0.004994 0.004694 0.002687 0.001174 0.000526 NaN NaN NaN NaN NaN 0.000735
Adele 0.005239 0.006354 0.006045 0.007886 0.006159 0.003686 0.002527 0.001979 0.000985 NaN NaN NaN NaN
Adelia 0.002154 0.001638 0.001213 0.000737 0.000475 NaN NaN NaN NaN NaN NaN NaN NaN
Adelina 0.000258 0.000669 0.000542 0.000663 0.000611 0.000309 0.000145 NaN NaN NaN NaN NaN NaN
Adeline 0.006554 0.007184 0.008457 0.010369 0.007959 0.003121 0.001128 0.000230 NaN NaN NaN 0.000117 0.002344
... ... ... ... ... ... ... ... ... ... ... ... ... ...
Zaniyah NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000290
Zara NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000658
Zaria NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000758 0.001958
Zariah NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000912
Zela NaN 0.000048 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
Zelda 0.000343 0.001059 0.001904 0.002210 0.001914 0.001492 0.000740 0.000537 0.000576 NaN NaN NaN NaN
Zelia 0.000124 0.000234 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
Zella 0.004436 0.005060 0.004139 0.002760 0.001840 0.001246 0.000639 0.000050 NaN NaN NaN NaN NaN
Zelma 0.001824 0.003338 0.005857 0.004785 0.003310 0.002212 0.001089 0.000342 NaN NaN NaN NaN NaN
Zelpha 0.000046 0.000124 0.000117 0.000048 NaN NaN NaN NaN NaN NaN NaN NaN NaN
Zena 0.000488 0.000452 0.000303 0.000200 0.000048 NaN NaN NaN 0.000298 NaN NaN NaN NaN
Zenobia 0.000235 0.000113 0.000291 0.000359 0.000097 NaN NaN NaN NaN NaN NaN NaN NaN
Zeta NaN 0.000048 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
Zetta 0.000902 0.000828 0.000432 0.000103 NaN NaN NaN NaN NaN NaN NaN NaN NaN
Zettie 0.000311 0.000400 0.000475 0.000048 NaN NaN NaN NaN NaN NaN NaN NaN NaN
Zhane NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000306 NaN
Zillah 0.000183 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
Zilpah 0.000091 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
Zilpha 0.000327 0.000106 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
Zina 0.000097 0.000100 NaN NaN NaN NaN NaN NaN 0.001163 NaN NaN NaN NaN
Zion NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000737
Zita 0.000277 0.000335 0.000412 0.000270 0.000203 0.000050 NaN NaN NaN NaN NaN NaN NaN
Zoa 0.000520 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
Zoe 0.002039 0.001393 0.000784 0.000527 0.000513 0.000623 0.000094 0.000476 0.000183 0.000230 0.000874 0.008633 0.021447
Zoey NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.001039 0.008467
Zoie NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.000248 0.002074
Zola 0.000958 0.001853 0.001880 0.001572 0.001201 0.000736 0.000104 NaN NaN NaN NaN NaN NaN
Zona 0.001190 0.001125 0.001113 0.000920 0.000679 0.000679 0.000107 NaN NaN NaN NaN NaN NaN
Zora 0.002964 0.002675 0.002204 0.001414 0.000885 0.000545 NaN NaN NaN NaN NaN NaN NaN
Zula 0.002425 0.002713 0.002153 0.001123 0.000662 0.000216 NaN NaN NaN NaN NaN NaN NaN

4018 rows × 13 columns

In [16]:
pivot2.idxmax(axis=0)
Out[16]:
decade
1880        Mary
1890        Mary
1900        Mary
1910        Mary
1920        Mary
1930        Mary
1940        Mary
1950        Mary
1960        Lisa
1970    Jennifer
1980     Jessica
1990     Jessica
2000       Emily
dtype: object
In [18]:
#Skus si zistit ako udaje v pivotnej tabulke zosortovat podla roku, kde udaje budu zoradene od 
#najcastjsieho mena po najmenej pouzivane meno