Muzeji iz Rumunjske (11-12)

Kontekst

Ključni korak u procesu digitalizacije kulturne baštine predstavlja prikupljanje, strukturiranje i objavljivanje podataka. Bez stvarnih, koherentnih i dostupnih podataka, bilo koja analiza ili digitalna aplikacija ostala bi na čisto teoretskoj razini.

Nacionalni institut za baštinu direktno doprinosi ovom procesu objavljivanjem skupova otvorenih podataka na vladinoj platformi data.gov.ro, pružajući javni pristup službenim informacijama o kulturnim institucijama u Rumunjskoj. Među njima se nalazi i skup podataka o muzejima u Rumunjskoj, koji sadrži informacije poput naziva muzeja, administrativne lokacije, godine osnivanja, geografske koordinate i opisne podatke.

U okviru ovog problema trebat ćete provesti eksploratornu analizu za ovaj skup podataka.

Struktura skupa podataka

Skup podataka je pružen u CSV formatu (Comma-Separated Values) i sadrži informacije o muzejima u Rumunjskoj, nastale konverzijom iz JSON formata objavljenog na platformi data.gov.ro.

Svaki red u CSV datoteci odgovara jednom muzeju, a svaki stupac opisuje određeni atribut tog muzeja.

Relevantna polja

Skup podataka sadrži, između ostalog, sljedeće stupce:

• _id – interni identifikator zapisa
• județul – županija u kojoj se nalazi muzej
• denumirea (română) – naziv muzeja na rumunjskom jeziku
• localitatea – mjesto u kojem se nalazi muzej
• anul înființării – godina osnivanja muzeja
• categoria (română) – kategorija muzeja
• latitudine – geografska koordinata širine
• longitudine – geografska koordinata dužine
• descrierea (română) – tekstualni opis muzeja
• URL – web stranica muzeja (ako je dostupna)

Nedostajuće vrijednosti označene su praznim poljima.

Zahtjevi

Zadatak 1 - Ukupan broj zapisa (5 bodova)

Odredite ukupan broj muzeja u skupu podataka.

Zadatak 2 - Broj muzeja iz Bukurešta (10 bodova)

Odredite broj muzeja za koje u stupcu județul nalazimo vrijednost București.

Zadatak 3 - Broj stupaca s nedostajućim vrijednostima (15 bodova)

Odredite broj stupaca koji sadrže barem jednu nedostajuću vrijednost (NaN).

Zadatak 4 - Godina s najviše muzeja (10 bodova)

Odredite godinu u kojoj je osnovano najviše muzeja, na temelju informacija koje imamo navedene u stupcu anul înființării.

Zadatak 5 - Distribucija muzeja po županijama (20 bodova)

Odredite za svaku županiju koja se pojavljuje u ovom skupu podataka koliko muzeja postoji u toj županiji.

Zadatak 6 - Postotak popunjenih vrijednosti (20 bodova)

Za svaki muzej izračunajte postotak popunjenih stupaca (non-NaN) od ukupnog broja stupaca. Izračun ovog rezultata provodi se koristeći sljedeću formulu:

Zadatak 7 - Prosjek rezultata potpunosti (10 bodova)

Odredite prosjek rezultata potpunosti za cijeli skup podataka. Za to ćemo zbrojiti rezultate dobivene u zahtjevu 6 i podijeliti ukupan broj s brojem muzeja.

Zadatak 8 - Muzeji s maksimalnom potpunošću (10 bodova)

Odredite postotak muzeja koji imaju maksimalni rezultat potpunosti. Definiramo maksimalni rezultat potpunosti kao maksimalnu vrijednost među onima određenima u zadatku 6.

Format datoteke za predaju

Za automatsko ocjenjivanje trebate učitati datoteku u csv formatu sa sljedećom strukturom:

• id – identifikator reda (odgovarajući onom iz test.csv)

  • za zadatak 1, koristit ćete vrijednost 1 za id
  • za zadatak 2, koristit ćete vrijednost 2 za id
  • za zadatak 3, koristit ćete vrijednost 3 za id
  • za zadatak 4, koristit ćete vrijednost 4 za id
  • za zadatak 5, koristit ćete naziv svake županije (napisan točno kako se pojavljuje u skupu podataka) kao id
  • za zadatak 6, koristit ćete interni identifikator zapisa (stupac _id iz skupa podataka)
  • za zadatak 7, koristit ćete vrijednost 7 za id
  • za zadatak 8, koristit ćete vrijednost 8 za id

• subtaskID – identifikator zahtjeva:

  • 1 za ukupan broj zapisa (zadatak 1)
  • 2 za broj muzeja iz Bukurešta (zadatak 2)
  • 3 za broj stupaca s nedostajućim vrijednostima (zadatak 3)
  • 4 za godinu s najviše muzeja (zadatak 4)
  • 5 za distribuciju muzeja po županijama (zadatak 5)
  • 6 za postotak popunjenih vrijednosti (zadatak 6)
  • 7 za prosjek rezultata potpunosti (zadatak 7)
  • 8 za muzeje s maksimalnom potpunošću (zadatak 8)

• answer – odgovor odgovarajući svakom zadatku

  • za zadatak 1, sadržavat će ukupan broj muzeja u skupu podataka (vrijednost tipa integer)

  • za zadatak 2, sadržavat će broj muzeja iz Bukurešta (vrijednost tipa integer)

  • za zadatak 3, sadržavat će broj stupaca koji sadrže barem jednu nedostajuću vrijednost (NaN) (vrijednost tipa integer)

  • za zadatak 4, sadržavat će godinu u kojoj je osnovano najviše muzeja (vrijednost tipa integer)

  • za zadatak 5, sadržavat će broj muzeja iz svake županije (vrijednost tipa integer, po jedan red za svaku županiju)

  • za zadatak 6, sadržavat će postotak popunjenih polja za svaki muzej, izračunat kao:

    PythonKopiraj kod

    1(broj popunjenih polja / ukupan broj stupaca) × 100

    (vrijednost tipa float, preporučeno zaokružena na 2 decimale)

  • za zadatak 7, sadržavat će prosjek rezultata potpunosti za cijeli skup podataka (vrijednost tipa float, preporučeno zaokružena na 2 decimale)

  • za zadatak 8, sadržavat će postotak muzeja koji imaju maksimalni rezultat potpunosti (vrijednost tipa float, preporučeno zaokružena na 2 decimale)