加载中...
难度
您的最佳成绩
不适用
文化遗产数字化进程中的一个重要步骤是数据的收集、结构化和发布。没有真实、连贯和可访问的数据，任何分析或数字应用都将停留在纯理论层面。
国家遗产研究所通过在政府平台 data.gov.ro 上发布开放数据集，直接参与了这一进程，为公众提供了关于罗马尼亚文化机构的官方信息。其中包括关于罗马尼亚博物馆的数据集，该数据集包含博物馆名称、行政位置、成立年份、地理坐标和描述性数据等信息。
在这个问题中，您需要对该数据集进行探索性分析。
数据集以 CSV（逗号分隔值）格式提供，包含关于罗马尼亚博物馆的信息，这些信息是从 data.gov.ro 平台上发布的 JSON 格式转换而来的。
CSV 文件中的每一行对应一个博物馆，每一列描述该博物馆的某个属性。
数据集包含以下列（其中包括）：
_id – 记录的内部标识符județul – 博物馆所在的县denumirea (română) – 博物馆的罗马尼亚语名称localitatea – 博物馆所在的城镇anul înființării – 博物馆成立年份categoria (română) – 博物馆类别latitudine – 纬度地理坐标longitudine – 经度地理坐标descrierea (română) – 博物馆的文字描述URL – 博物馆网站（如果可用）缺失值用空字段标记。
确定数据集中博物馆的总数。
确定在 județul 列中值为 București 的博物馆数量。
确定至少包含一个缺失值（NaN）的列数。
根据 anul înființării 列中的信息，确定成立博物馆最多的年份。
对于该数据集中出现的每个县，确定该县有多少个博物馆。
对于每个博物馆，计算已完成列（非 NaN）占总列数的百分比。该分数的计算使用以下公式：
确定整个数据集的完整性分数平均值。为此，我们将任务 6 得到的分数相加，然后除以博物馆数量。
确定具有最大完整性分数的博物馆百分比。我们将最大完整性分数定义为任务 6 中确定的最大值。
对于自动评估，您需要上传一个 csv 格式的文件，结构如下：
id – 行标识符（对应 test.csv 中的标识符）
ididididid_id 列）ididsubtaskID – 要求标识符：
1 表示记录总数（任务 1）2 表示布加勒斯特博物馆数量（任务 2）3 表示含缺失值的列数（任务 3）4 表示博物馆最多的年份（任务 4）5 表示博物馆在各县的分布（任务 5）6 表示完整值百分比（任务 6）7 表示完整性分数平均值（任务 7）8 表示最大完整性博物馆（任务 8）answer – 每个任务对应的答案
对于任务 1，将包含数据集中的 博物馆总数（整数类型值）
对于任务 2，将包含 布加勒斯特博物馆数量（整数类型值）
对于任务 3，将包含 至少包含一个缺失值（NaN）的列数（整数类型值）
对于任务 4，将包含 成立博物馆最多的年份（整数类型值）
对于任务 5，将包含 每个县的博物馆数量（整数类型值，每个县一行）
对于任务 6，将包含 每个博物馆完成字段的百分比，计算为：
(完成字段数 / 总列数) × 100（浮点类型值，建议四舍五入到 2 位小数）
对于任务 7，将包含 整个数据集的完整性分数平均值（浮点类型值，建议四舍五入到 2 位小数）
对于任务 8，将包含 具有最大完整性分数的博物馆百分比（浮点类型值，建议四舍五入到 2 位小数）