In [5]: import pandas as pd
In [6]: df=pd.read_csv('https://raw.githubusercontent.com/alstat/Analysis-with-P
rogramming/master/2014/Python/Numerical-Descriptions-of-the-Data/data.csv')
In [7]: print(df)
     Abra  Apayao  Benguet  Ifugao  Kalinga
0    1243    2934      148    3300    10553
1    4158    9235     4287    8063    35257
2    1787    1922     1955    1074     4544
3   17152   14501     3536   19607    31687
4    1266    2385     2530    3315     8520
5    5576    7452      771   13134    28252
6     927    1099     2796    5134     3106
7   21540   17038     2463   14226    36238
8    1039    1382     2592    6842     4973
9    5424   10588     1064   13828    40140
10    981    1311     2560    5078     3466
11  27366   15093     3039   14206    32395
12   1100    1701     2382    6750     6233
13   7212   11001     1088   14774    41634
14   1048    1427     2847    5526     4402
15  25679   15661     2942   14452    33717
16   1055    2191     2119    5882     7352
17   5437    6461      734   10477    24494
18   1029    1183     2302    6438     3316
19  23710   12222     2598    8446    26659
20   1091    2343     2654    9284     8067
21   7684   10038      974   12666    37094
22   1192    2668     2899    8347     8233
23  34200   11792     2964   14918    26014
24   1484    5521     3218   13284    19446
25   8584    8345      872   10287    30530
26   1173    3714     3202    8973     5553
27  32640   31357     3747   16595    29662
28   1484    5024     3247   12726    17581
29   8197   20326      938    5462    56701
..    ...     ...      ...     ...      ...
49  10758   45927     1767    6440    63029
50   1845    3560     4878   13388     7014
51  38166   42109     5300   20196    65920
52   2268    5450     4028   19630    22275
53  11239   41176     1768    6732    64958
54   2006    3450     4961   13654     7760
55  57488   54625     6045   21031    64122
56   2376    5336     3709   16177    27212
57  11606   38355     2412   11893    67285
58   2030   18416     2208   14880     9586
59  59516   39525     8813   20596    64034
60   5790    3606     3736   18750    21711
61  12202   41065     2697   10146    67631
62   2189   17808     2208   14570    12250
63  56121   37900     7580   20570    54595
64   5805    6265     3471   16537    17608
65  12206   34376     2289    7394    51168
66   2318   17356     3877   17785    18505
67  57282   38692     6143   18634    46985
68   6101    6206     3404   16000    22397
69  12763   37625     2354    9838    65782
70   2470   19532     4045   17125    15279
71  59094   35126     5987   18940    52437
72   6209    6335     3530   15560    24385
73  13316   38613     2585    7746    66148
74   2505   20878     3519   19737    16513
75  60303   40065     7062   19422    61808
76   6311    6756     3561   15910    23349
77  13345   38902     2583   11096    68663
78   2623   18264     3745   16787    16900
[79 rows x 5 columns]
In [8]: