【2024年华数杯C题】【二】问题一：发现最佳景点与城市排名

一、问题的分析

为解答问题1，本文首先对数据进行合并和清洗，提高数据的质量。具体来说，本文将352个CSV文件合并为一个完整的数据集，包含35200个景点的信息。由于合并后的数据集中可能存在重复的景点记录，尤其是不同城市可能存在同名景点或记录冗余的情况。因此，进一步清洗并删除所有重复值。其次，基于清理后的数据集，遍历所有景点的评分，找到其中的最高评分值，并统计全国范围内有哪些景点获得了BS。最后，按城市对获得BS的景点进行分组，确定各城市拥有的BS景点数目，并列出拥有BS景点数目排名前10的城市。

问题1的研究思路如图4-1所示：

二、数据预处理

合并后的数据集中可能存在重复的景点记录，如某些景点可能在不同城市中有相同的名称或相似的描述。为了确保数据的准确性和一致性，本文进行重复值检测，比对景点名称、地址和其他关键属性，识别并删除在多个城市中重复出现的信息以及同一城市中因不同文件源或录入错误导致的冗余记录，确保每个景点在数据集中仅保留一条记录，从而避免重复的数据对后续分析的干扰。

去除重复景点后&