

In [14]:

    
df = pd.read_csv('Zip_Zri_MultiFamilyResidenceRental.csv')

df









    Out[14]:







  
    
      
      RegionID
      RegionName
      City
      State
      Metro
      CountyName
      SizeRank
      2010-09
      2010-10
      2010-11
      ...
      2019-04
      2019-05
      2019-06
      2019-07
      2019-08
      2019-09
      2019-10
      2019-11
      2019-12
      2020-01
    
  
  
    
      0
      61639
      10025
      New York
      NY
      New York-Newark-Jersey City
      New York County
      1
      2930.0
      2952.0
      2926.0
      ...
      3484.0
      3523.0
      3573.0
      3622.0
      3664.0
      3698.0
      3704.0
      3692.0
      3715.0
      3676.0
    
    
      1
      84654
      60657
      Chicago
      IL
      Chicago-Naperville-Elgin
      Cook County
      2
      1447.0
      1465.0
      1469.0
      ...
      1731.0
      1749.0
      1768.0
      1787.0
      1801.0
      1806.0
      1789.0
      1761.0
      1747.0
      1731.0
    
    
      2
      61637
      10023
      New York
      NY
      New York-Newark-Jersey City
      New York County
      3
      2797.0
      2811.0
      2813.0
      ...
      3449.0
      3459.0
      3479.0
      3491.0
      3510.0
      3521.0
      3574.0
      3608.0
      3561.0
      NaN
    
    
      3
      91982
      77494
      Katy
      TX
      Houston-The Woodlands-Sugar Land
      Harris County
      4
      NaN
      NaN
      NaN
      ...
      1226.0
      1250.0
      1264.0
      1251.0
      1246.0
      1252.0
      1280.0
      1310.0
      1294.0
      1286.0
    
    
      4
      84616
      60614
      Chicago
      IL
      Chicago-Naperville-Elgin
      Cook County
      5
      1437.0
      1469.0
      1490.0
      ...
      1888.0
      1911.0
      1934.0
      1950.0
      1953.0
      1952.0
      1921.0
      1958.0
      NaN
      1916.0
    
    
      ...
      ...
      ...
      ...
      ...
      ...
      ...
      ...
      ...
      ...
      ...
      ...
      ...
      ...
      ...
      ...
      ...
      ...
      ...
      ...
      ...
      ...
    
    
      1856
      90755
      75202
      Dallas
      TX
      Dallas-Fort Worth-Arlington
      Dallas County
      1857
      997.0
      1019.0
      1042.0
      ...
      1615.0
      1619.0
      1628.0
      NaN
      NaN
      1729.0
      1697.0
      1739.0
      NaN
      NaN
    
    
      1857
      94610
      84627
      Ephraim
      UT
      NaN
      Sanpete County
      1858
      NaN
      NaN
      NaN
      ...
      NaN
      NaN
      NaN
      NaN
      NaN
      NaN
      NaN
      NaN
      1298.0
      NaN
    
    
      1858
      84452
      60301
      Oak Park
      IL
      Chicago-Naperville-Elgin
      Cook County
      1859
      NaN
      NaN
      NaN
      ...
      1447.0
      1483.0
      1495.0
      1511.0
      1537.0
      1570.0
      1580.0
      1625.0
      NaN
      NaN
    
    
      1859
      94629
      84647
      Mount Pleasant
      UT
      NaN
      Sanpete County
      1860
      NaN
      NaN
      NaN
      ...
      NaN
      NaN
      NaN
      NaN
      NaN
      NaN
      NaN
      NaN
      NaN
      1221.0
    
    
      1860
      91695
      77046
      Houston
      TX
      Houston-The Woodlands-Sugar Land
      Harris County
      1861
      NaN
      NaN
      NaN
      ...
      NaN
      NaN
      NaN
      NaN
      NaN
      NaN
      NaN
      NaN
      NaN
      NaN
    
  

1861 rows × 120 columns



In [16]:

    
!jupyter nbconvert read_csv.ipynb









    



[NbConvertApp] Converting notebook read_csv.ipynb to html
[NbConvertApp] Writing 285664 bytes to read_csv.html

	RegionID	RegionName	City	State	Metro	CountyName	SizeRank	2010-09	2010-10	2010-11	...	2019-04	2019-05	2019-06	2019-07	2019-08	2019-09	2019-10	2019-11	2019-12	2020-01
0	61639	10025	New York	NY	New York-Newark-Jersey City	New York County	1	2930.0	2952.0	2926.0	...	3484.0	3523.0	3573.0	3622.0	3664.0	3698.0	3704.0	3692.0	3715.0	3676.0
1	84654	60657	Chicago	IL	Chicago-Naperville-Elgin	Cook County	2	1447.0	1465.0	1469.0	...	1731.0	1749.0	1768.0	1787.0	1801.0	1806.0	1789.0	1761.0	1747.0	1731.0
2	61637	10023	New York	NY	New York-Newark-Jersey City	New York County	3	2797.0	2811.0	2813.0	...	3449.0	3459.0	3479.0	3491.0	3510.0	3521.0	3574.0	3608.0	3561.0	NaN
3	91982	77494	Katy	TX	Houston-The Woodlands-Sugar Land	Harris County	4	NaN	NaN	NaN	...	1226.0	1250.0	1264.0	1251.0	1246.0	1252.0	1280.0	1310.0	1294.0	1286.0
4	84616	60614	Chicago	IL	Chicago-Naperville-Elgin	Cook County	5	1437.0	1469.0	1490.0	...	1888.0	1911.0	1934.0	1950.0	1953.0	1952.0	1921.0	1958.0	NaN	1916.0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
1856	90755	75202	Dallas	TX	Dallas-Fort Worth-Arlington	Dallas County	1857	997.0	1019.0	1042.0	...	1615.0	1619.0	1628.0	NaN	NaN	1729.0	1697.0	1739.0	NaN	NaN
1857	94610	84627	Ephraim	UT	NaN	Sanpete County	1858	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1298.0	NaN
1858	84452	60301	Oak Park	IL	Chicago-Naperville-Elgin	Cook County	1859	NaN	NaN	NaN	...	1447.0	1483.0	1495.0	1511.0	1537.0	1570.0	1580.0	1625.0	NaN	NaN
1859	94629	84647	Mount Pleasant	UT	NaN	Sanpete County	1860	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1221.0
1860	91695	77046	Houston	TX	Houston-The Woodlands-Sugar Land	Harris County	1861	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN