import pandas as pd

# pobieranie tabel z wikipedii
gdp_url = 'https://pl.wikipedia.org/wiki/Polska#Gospodarka'
gdp_df = pd.read_html(gdp_url)[0]
unemployment_url = 'https://pl.wikipedia.org/wiki/Polska#Bezrobocie'
unemployment_df = pd.read_html(unemployment_url)[0]

# wybór zakresu lat, który jest wspólny dla obu tabel
common_years = list(set(gdp_df['Rok']) & set(unemployment_df['Rok']))
final_df = gdp_df[gdp_df['Rok'].isin(common_years)]
final_df = final_df.merge(unemployment_df[['Rok','Stopa bezrobocia']], on='Rok')

# wyświetlenie lat, w których wzrost i bezrobocie były największe i najmniejsze
print("Rok z największym wzrostem PKB: ", final_df['Rok'][final_df['Wzrost PKB'].idxmax()])
print("Rok z najmniejszym wzrostem PKB: ", final_df['Rok'][final_df['Wzrost PKB'].idxmin()])
print("Rok z największą stopą bezrobocia: ", final_df['Rok'][final_df['Stopa bezrobocia'].idxmax()])
print("Rok z najmniejszą stopą bezrobocia: ", final_df['Rok'][final_df['Stopa bezrobocia'].idxmin()])

# stworzenie wykresu słupkowego z ostatnimi pięcioma latami
last_five_years = final_df.tail(5)
last_five_years.plot(x='Rok', y=['Wzrost PKB', 'Inflacja'], kind='bar')

# posortowanie lat w porządku malejącym z wartością wzrostu PKB/stopą bezrobocia
final_df.sort_values(by=['Wzrost PKB','Stopa bezrobocia'], ascending=False, inplace=True)

# stworzenie słownika z latami jako kluczami, a wartościami są listy z wartością PKB i stopą bezrobocia
years_dict = final_df.set_index('Rok').to_dict()

top_five = final_df.head(5)
top_five.plot(x='Rok', y=['Wzrost PKB', 'Stopa bezrobocia'])

# wyświetlenie na dwóch wykresach kołowych wartości wzrostu PKB i inflacji dla ostatnich pięciu lat
last_five_years[['Wzrost PKB', 'Inflacja']].plot(kind='pie', subplots=True, autopct='%1.1f%%')