A carregar...
Dificuldade
A tua melhor pontuação
N/D
Um passo essencial no processo de digitalização do patrimônio cultural é representado pela coleta, estruturação e publicação de dados. Sem dados reais, coerentes e acessíveis, qualquer análise ou aplicação digital permaneceria em nível puramente teórico.
O Instituto Nacional do Patrimônio contribui diretamente para este processo através da publicação de conjuntos de dados abertos na plataforma governamental data.gov.ro, oferecendo acesso público a informações oficiais sobre as instituições de cultura da Romênia. Entre estes encontra-se também o dataset referente aos museus da Romênia, que contém informações como denominação dos museus, localização administrativa, ano de fundação, coordenadas geográficas e dados descritivos.
No âmbito deste problema vocês terão de realizar uma análise exploratória para este conjunto de dados.
O conjunto de dados é fornecido em formato CSV (Comma-Separated Values) e contém informações sobre os museus da Romênia, resultantes da conversão de um formato JSON publicado na plataforma data.gov.ro.
Cada linha do arquivo CSV corresponde a um museu, e cada coluna descreve um determinado atributo do mesmo.
O conjunto de dados contém, entre outros, as seguintes colunas:
_id – identificador interno do registrojudețul – distrito onde está localizado o museudenumirea (română) – nome do museu em língua romenalocalitatea – localidade onde se encontra o museuanul înființării – ano em que foi fundado o museucategoria (română) – categoria do museulatitudine – coordenada geográfica de latitudelongitudine – coordenada geográfica de longitudedescrierea (română) – descrição textual do museuURL – site web do museu (se disponível)Os valores em falta são marcados através de campos vazios.
Determine o número total de museus no dataset.
Determine o número de museus para os quais na coluna județul encontramos o valor București.
Determine o número de colunas que contêm pelo menos um valor em falta (NaN).
Determine o ano em que foram fundados mais museus, com base nas informações que temos especificadas na coluna anul înființării.
Determine para cada distrito, que aparece neste conjunto de dados, quantos museus existem naquele distrito.
Para cada museu, calcule o percentual de colunas completadas (non-NaN) do total de colunas. O cálculo desta pontuação é realizado utilizando a seguinte fórmula:
Determine a média da pontuação de completude para todo o dataset. Para isso, somaremos as pontuações obtidas no requisito 6 e dividiremos o total pelo número de museus.
Determine o percentual de museus que têm a pontuação de completude máxima. Definimos a pontuação de completude máxima como o valor máximo entre os determinados na tarefa 6.
Para a avaliação automática deve carregar um arquivo em formato csv com a seguinte estrutura:
id – identificador da linha (correspondente ao de test.csv)
ididididid_id do conjunto de dados)ididsubtaskID – identificador do requisito:
1 para o número total de registros (tarefa 1)2 para o número de museus de Bucareste (tarefa 2)3 para o número de colunas com valores em falta (tarefa 3)4 para o ano com mais museus (tarefa 4)5 para a distribuição dos museus por distritos (tarefa 5)6 para o percentual de valores completados (tarefa 6)7 para a média da pontuação de completude (tarefa 7)8 para os museus com completude máxima (tarefa 8)answer – resposta correspondente a cada tarefa
para a tarefa 1, conterá o número total de museus no dataset (valor de tipo integer)
para a tarefa 2, conterá o número de museus de Bucareste (valor de tipo integer)
para a tarefa 3, conterá o número de colunas que contêm pelo menos um valor em falta (NaN) (valor de tipo integer)
para a tarefa 4, conterá o ano em que foram fundados mais museus (valor de tipo integer)
para a tarefa 5, conterá o número de museus de cada distrito (valor de tipo integer, uma linha para cada distrito)
para a tarefa 6, conterá o percentual de campos completados para cada museu, calculado como:
(número campos completados / número total colunas) × 100(valor de tipo float, recomendado arredondado a 2 casas decimais)
para a tarefa 7, conterá a média da pontuação de completude para todo o dataset (valor de tipo float, recomendado arredondado a 2 casas decimais)
para a tarefa 8, conterá o percentual de museus que têm a pontuação de completude máxima (valor de tipo float, recomendado arredondado a 2 casas decimais)