Načítava sa...
Obtiažnosť
Vaše najlepšie skóre
N/A
Kľúčový krok v procese digitalizácie kultúrneho dedičstva predstavuje zber, štruktúrovanie a publikovanie údajov. Bez skutočných, koherentných a dostupných údajov by akákoľvek analýza alebo digitálna aplikácia zostala na čisto teoretickej úrovni.
Národný inštitút dedičstva priamo prispieva k tomuto procesu publikovaním otvorených datasetov na vládnej platforme data.gov.ro, poskytujúc verejný prístup k oficiálnym informáciám o kultúrnych inštitúciách v Rumunsku. Medzi ne patrí aj dataset týkajúci sa múzeí v Rumunsku, ktorý obsahuje informácie ako názvy múzeí, administratívnu lokalizáciu, rok založenia, geografické súradnice a popisné údaje.
V rámci tejto úlohy budete musieť vykonať exploračnú analýzu pre tento dataset.
Dataset je poskytnutý vo formáte CSV (Comma-Separated Values) a obsahuje informácie o múzeách v Rumunsku, ktoré vznikli konverziou z JSON formátu publikovaného na platforme data.gov.ro.
Každý riadok v CSV súbore zodpovedá jednému múzeu a každý stĺpec opisuje určitý atribút tohto múzea.
Dataset obsahuje okrem iného nasledujúce stĺpce:
_id – interný identifikátor záznamujudețul – župa, v ktorej sa múzeum nachádzadenumirea (română) – názov múzea v rumunskom jazykulocalitatea – obec, v ktorej sa múzeum nachádzaanul înființării – rok, v ktorom bolo múzeum založenécategoria (română) – kategória múzealatitudine – geografická súradnica zemepisnej šírkylongitudine – geografická súradnica zemepisnej dĺžkydescrierea (română) – textový popis múzeaURL – webová stránka múzea (ak je dostupná)Chýbajúce hodnoty sú označené prázdnymi poľami.
Určite celkový počet múzeí v datasete.
Určite počet múzeí, pre ktoré v stĺpci județul nájdeme hodnotu București.
Určite počet stĺpcov, ktoré obsahujú aspoň jednu chýbajúcu hodnotu (NaN).
Určite rok, v ktorom bolo založených najviac múzeí, na základe informácií, ktoré máme špecifikované v stĺpci anul înființării.
Určite pre každú župu, ktorá sa objavuje v tomto datasete, koľko múzeí existuje v danej župe.
Pre každé múzeum vypočítajte percentuálny podiel vyplnených stĺpcov (non-NaN) z celkového počtu stĺpcov. Výpočet tohto skóre sa realizuje pomocou nasledujúcej formuly:
Určite priemer skóre úplnosti pre celý dataset. Na to sčítame skóre získané v požiadavke 6 a celkový súčet vydelíme počtom múzeí.
Určite percentuálny podiel múzeí, ktoré majú maximálne skóre úplnosti. Maximálne skóre úplnosti definujeme ako maximálnu hodnotu spomedzi tých určených v tasku 6.
Pre automatické hodnotenie musíte nahrať súbor vo formáte csv s nasledujúcou štruktúrou:
id – identifikátor riadku (zodpovedajúci tomu z test.csv)
ididididid_id z datasetu)ididsubtaskID – identifikátor požiadavky:
1 pre celkový počet záznamov (task 1)2 pre počet múzeí z Bukurešti (task 2)3 pre počet stĺpcov s chýbajúcimi hodnotami (task 3)4 pre rok s najväčším počtom múzeí (task 4)5 pre distribúciu múzeí podľa žúp (task 5)6 pre percentuálny podiel vyplnených hodnôt (task 6)7 pre priemer skóre úplnosti (task 7)8 pre múzeá s maximálnou úplnosťou (task 8)answer – odpoveď zodpovedajúca každému tasku
pre task 1 bude obsahovať celkový počet múzeí v datasete (hodnota typu integer)
pre task 2 bude obsahovať počet múzeí z Bukurešti (hodnota typu integer)
pre task 3 bude obsahovať počet stĺpcov, ktoré obsahujú aspoň jednu chýbajúcu hodnotu (NaN) (hodnota typu integer)
pre task 4 bude obsahovať rok, v ktorom bolo založených najviac múzeí (hodnota typu integer)
pre task 5 bude obsahovať počet múzeí z každej župy (hodnota typu integer, jeden riadok pre každú župu)
pre task 6 bude obsahovať percentuálny podiel vyplnených polí pre každé múzeum, vypočítaný ako:
(počet vyplnených polí / celkový počet stĺpcov) × 100(hodnota typu float, odporúčané zaokrúhlenie na 2 desatinné miesta)
pre task 7 bude obsahovať priemer skóre úplnosti pre celý dataset (hodnota typu float, odporúčané zaokrúhlenie na 2 desatinné miesta)
pre task 8 bude obsahovať percentuálny podiel múzeí, ktoré majú maximálne skóre úplnosti (hodnota typu float, odporúčané zaokrúhlenie na 2 desatinné miesta)