Muzeji Rumunjske (11-12)

Context

Ključni korak u procesu digitalizacije kulturnog nasleđa predstavlja prikupljanje, strukturiranje i objavljivanje podataka. Bez realnih, koherentnih i dostupnih podataka, bilo koja analiza ili digitalna aplikacija bi ostala na čisto teoretskom nivou.

Nacionalni institut za nasleđe direktno doprinosi ovom procesu objavljivanjem setova otvorenih podataka na vladinoj platformi data.gov.ro, pružajući javni pristup zvaničnim informacijama o kulturnim institucijama u Rumuniji. Među njima se nalazi i dataset koji se odnosi na muzeje u Rumuniji, koji sadrži informacije poput naziva muzeja, administrativne lokacije, godine osnivanja, geografskih koordinata i opisnih podataka.

U okviru ovog problema ćete imati zadatak da realizujete eksplorativnu analizu za ovaj set podataka.

Struktura seta podataka

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

Svaki red u CSV fajlu odgovara jednom muzeju, a svaka kolona opisuje određeni atribut tog muzeja.

Relevantna polja

Set podataka sadrži, između ostalog, sledeće kolone:

• _id – interni identifikator zapisa
• județul – okrug u kome se nalazi muzej
• denumirea (română) – naziv muzeja na rumunskom jeziku
• localitatea – mesto u kome se nalazi muzej
• anul înființării – godina osnivanja muzeja
• categoria (română) – kategorija muzeja
• latitudine – geografska koordinata latitude
• longitudine – geografska koordinata longitude
• descrierea (română) – tekstualni opis muzeja
• URL – web sajt muzeja (ako je dostupan)

Nedostajuće vrednosti su označene praznim poljima.

Zahtevi

Task 1 - Ukupan broj zapisa (5 poena)

Odredite ukupan broj muzeja u datasetu.

Task 2 - Broj muzeja iz Bukurešta (10 poena)

Odredite broj muzeja za koje u koloni județul nalazimo vrednost București.

Task 3 - Broj kolona sa nedostajućim vrednostima (15 poena)

Odredite broj kolona koje sadrže najmanje jednu nedostajuću vrednost (NaN).

Task 4 - Godina sa najviše muzeja (10 poena)

Odredite godinu u kojoj je osnovano najviše muzeja, na osnovu informacija koje imamo specificirane u koloni anul înființării.

Task 5 - Distribucija muzeja po okruzima (20 poena)

Odredite za svaki okrug koji se pojavljuje u ovom setu podataka, koliko muzeja postoji u tom okrugu.

Task 6 - Procenat popunjenih vrednosti (20 poena)

Za svaki muzej, izračunajte procenat popunjenih kolona (non-NaN) od ukupnog broja kolona. Izračunavanje ovog skora se vrši koristeći sledeću formulu:

Task 7 - Prosek skora kompletnosti (10 poena)

Odredite prosek skora kompletnosti za ceo dataset. Za ovo ćemo sabrati skorove dobijene u zahtevu 6 i podeliti ukupan broj sa brojem muzeja.

Task 8 - Muzeji sa maksimalnom kompletnošću (10 poena)

Odredite procenat muzeja koji imaju maksimalan skor kompletnosti. Definišemo maksimalan skor kompletnosti kao maksimalnu vrednost među onima određenim u task-u 6.

Format fajla za submisiju

Za automatsko ocenjivanje treba da učitate fajl u csv formatu sa sledećom strukturom:

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

  • za task 1, koristićete vrednost 1 za id
  • za task 2, koristićete vrednost 2 za id
  • za task 3, koristićete vrednost 3 za id
  • za task 4, koristićete vrednost 4 za id
  • za task 5, koristićete naziv svakog okruga (napisan tačno kako se pojavljuje u setu podataka) kao id
  • za task 6, koristićete interni identifikator zapisa (kolona _id iz seta podataka)
  • za task 7, koristićete vrednost 7 za id
  • za task 8, koristićete vrednost 8 za id

• subtaskID – identifikator zahteva:

  • 1 za ukupan broj zapisa (task 1)
  • 2 za broj muzeja iz Bukurešta (task 2)
  • 3 za broj kolona sa nedostajućim vrednostima (task 3)
  • 4 za godinu sa najviše muzeja (task 4)
  • 5 za distribuciju muzeja po okruzima (task 5)
  • 6 za procenat popunjenih vrednosti (task 6)
  • 7 za prosek skora kompletnosti (task 7)
  • 8 za muzeje sa maksimalnom kompletnošću (task 8)

• answer – odgovor koji odgovara svakom task-u

  • za task 1, sadržaće ukupan broj muzeja u datasetu (vrednost tipa integer)

  • za task 2, sadržaće broj muzeja iz Bukurešta (vrednost tipa integer)

  • za task 3, sadržaće broj kolona koje sadrže najmanje jednu nedostajuću vrednost (NaN) (vrednost tipa integer)

  • za task 4, sadržaće godinu u kojoj je osnovano najviše muzeja (vrednost tipa integer)

  • za task 5, sadržaće broj muzeja iz svakog okruga (vrednost tipa integer, po jedan red za svaki okrug)

  • za task 6, sadržaće procenat popunjenih polja za svaki muzej, izračunat kao:

    PythonKopiraj kod

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

    (vrednost tipa float, preporučeno zaokruženo na 2 decimale)

  • za task 7, sadržaće prosek skora kompletnosti za ceo dataset (vrednost tipa float, preporučeno zaokruženo na 2 decimale)

  • za task 8, sadržaće procenat muzeja koji imaju maksimalan skor kompletnosti (vrednost tipa float, preporučeno zaokruženo na 2 decimale)