Romániai múzeumok (9-10)

Kontextus

A kulturális örökség digitalizálási folyamatának alapvető lépése az adatok gyűjtése, strukturálása és publikálása. Valós, koherens és hozzáférhető adatok nélkül bármilyen elemzés vagy digitális alkalmazás tisztán elméleti szinten maradna.

A Nemzeti Örökségvédelmi Intézet közvetlenül hozzájárul ehhez a folyamathoz nyílt adathalmazok publikálásával a data.gov.ro kormányzati platformon, nyilvános hozzáférést biztosítva a romániai kulturális intézményekről szóló hivatalos információkhoz. Ezek között szerepel a romániai múzeumokra vonatkozó adathalmaz is, amely olyan információkat tartalmaz, mint a múzeumok elnevezése, közigazgatási elhelyezkedése, alapítási éve, földrajzi koordináták és leíró adatok.

Ennek a feladatnak a keretében feltáró elemzést kell végeznetek erre az adathalmazra.

Az adathalmaz szerkezete

Az adathalmaz CSV (Comma-Separated Values) formátumban van megadva és információkat tartalmaz a romániai múzeumokról, amelyek a data.gov.ro platformon publikált JSON formátum konverziójának eredményei.

A CSV fájl minden sora egy múzeumnak felel meg, és minden oszlop annak egy bizonyos attribútumát írja le.

Releváns mezők

Az adathalmaz többek között a következő oszlopokat tartalmazza:

• _id – a rekord belső azonosítója
• județul – a megye, ahol a múzeum található
• denumirea (română) – a múzeum neve román nyelven
• localitatea – a település, ahol a múzeum található
• anul înființării – a múzeum alapításának éve
• categoria (română) – a múzeum kategóriája
• latitudine – a földrajzi szélesség koordinátája
• longitudine – a földrajzi hosszúság koordinátája
• descrierea (română) – a múzeum szöveges leírása
• URL – a múzeum weboldala (ha elérhető)

A hiányzó értékek üres mezőkkel vannak jelölve.

Követelmények

1. feladat - A rekordok teljes száma (5 pont)

Határozzátok meg a múzeumok teljes számát az adathalmazban.

2. feladat - A bukaresti múzeumok száma (10 pont)

Határozzátok meg azon múzeumok számát, amelyeknél a județul oszlopban a București értéket találjuk.

3. feladat - A hiányzó értékeket tartalmazó oszlopok száma (15 pont)

Határozzátok meg azon oszlopok számát, amelyek legalább egy hiányzó értéket (NaN) tartalmaznak.

4. feladat - A legtöbb múzeummal rendelkező év (10 pont)

Határozzátok meg azt az évet, amikor a legtöbb múzeumot alapították, az anul înființării oszlopban megadott információk alapján.

5. feladat - A múzeumok eloszlása megyék szerint (20 pont)

Határozzátok meg minden megyére, amely ebben az adathalmazban szerepel, hogy hány múzeum található az adott megyében.

6. feladat - A kitöltött értékek százaléka (20 pont)

Minden múzeumra számítsátok ki a kitöltött (nem-NaN) oszlopok százalékát az összes oszlop számából. Ennek a pontszámnak a kiszámítása a következő képlet használatával történik:

7. feladat - A teljesség pontszámának átlaga (10 pont)

Határozzátok meg a teljesség pontszámának átlagát a teljes adathalmazra. Ehhez összeadjuk a 6. feladatnál kapott pontszámokat és elosztjuk a múzeumok számával.

8. feladat - A maximális teljességgel rendelkező múzeumok (10 pont)

Határozzátok meg azon múzeumok százalékát, amelyek maximális teljesség pontszámmal rendelkeznek. A maximális teljesség pontszámot a 6. feladatnál meghatározott értékek közül a maximális értékként definiáljuk.

A beadandó fájl formátuma

Az automatikus értékeléshez fel kell töltenetek egy csv formátumú fájlt a következő szerkezettel:

• id – a sor azonosítója (a test.csv-ből származónak megfelelően)

  • az 1. feladathoz a 1 értéket használjátok az id-hoz
  • a 2. feladathoz a 2 értéket használjátok az id-hoz
  • a 3. feladathoz a 3 értéket használjátok az id-hoz
  • a 4. feladathoz a 4 értéket használjátok az id-hoz
  • az 5. feladathoz minden megye nevét használjátok (pontosan úgy írva, ahogy az adathalmazban szerepel) id gyanánt
  • a 6. feladathoz a rekord belső azonosítóját használjátok (az adathalmaz _id oszlopa)
  • a 7. feladathoz a 7 értéket használjátok az id-hoz
  • a 8. feladathoz a 8 értéket használjátok az id-hoz

• subtaskID – a követelmény azonosítója:

  • 1 a rekordok teljes számához (1. feladat)
  • 2 a bukaresti múzeumok számához (2. feladat)
  • 3 a hiányzó értékeket tartalmazó oszlopok számához (3. feladat)
  • 4 a legtöbb múzeummal rendelkező évhez (4. feladat)
  • 5 a múzeumok eloszlásához megyék szerint (5. feladat)
  • 6 a kitöltött értékek százalékához (6. feladat)
  • 7 a teljesség pontszámának átlagához (7. feladat)
  • 8 a maximális teljességgel rendelkező múzeumokhoz (8. feladat)

• answer – az egyes feladatoknak megfelelő válasz

  • az 1. feladathoz az adathalmazban található múzeumok teljes számát tartalmazza (integer típusú érték)

  • a 2. feladathoz a bukaresti múzeumok számát tartalmazza (integer típusú érték)

  • a 3. feladathoz a legalább egy hiányzó értéket (NaN) tartalmazó oszlopok számát tartalmazza (integer típusú érték)

  • a 4. feladathoz azt az évet tartalmazza, amikor a legtöbb múzeumot alapították (integer típusú érték)

  • az 5. feladathoz az egyes megyékben található múzeumok számát tartalmazza (integer típusú érték, minden megyéhez egy sor)

  • a 6. feladathoz minden múzeumra a kitöltött mezők százalékát tartalmazza, a következőképpen számítva:

    PythonKód másolása

    1(kitöltött mezők száma / összes oszlop száma) × 100

    (float típusú érték, ajánlott 2 tizedesjegyre kerekíteni)

  • a 7. feladathoz a teljes adathalmaz teljesség pontszámának átlagát tartalmazza (float típusú érték, ajánlott 2 tizedesjegyre kerekíteni)

  • a 8. feladathoz a maximális teljesség pontszámmal rendelkező múzeumok százalékát tartalmazza (float típusú érték, ajánlott 2 tizedesjegyre kerekíteni)