Python数据分析工程师Pandas面试题及答案

2026年Python数据分析工程师Pandas面试题及答案一、选择题（每题2分，共10题）1.在Pandas中，如何创建一个包含1000个随机整数的DataFrame，其中每行的整数范围在1到100之间？A.`pd.DataFrame(np.random.randint(1,100,size=(1000,1)))`B.`pd.DataFrame(np.random.randint(1,100,size=(1000,100)))`C.`pd.DataFrame(np.random.randint(1,100,size=(1000,)))`D.`pd.DataFrame(np.random.randint(1,100,size=(1000,1000)))`2.如何从CSV文件中读取数据，并指定某列为索引列？A.`pd.read_csv('data.csv',index_col=0)`B.`pd.read_csv('data.csv',index_col='column_name')`C.`pd.read_csv('data.csv',usecols=['column_name'])`D.`pd.read_csv('data.csv',parse_dates=['column_name'])`3.在Pandas中，如何对DataFrame进行分块读取，每次读取100行数据？A.`pd.read_csv('data.csv',chunksize=100)`B.`pd.read_csv('data.csv',nrows=100)`C.`pd.read_csv('data.csv',skiprows=100)`D.`pd.read_csv('data.csv',iterator=True)`4.如何计算DataFrame中某列的平均值，忽略缺失值（NaN）？A.`df['column'].mean()`B.`df['column'].sum()/df['column'].count()`C.`df['column'].mean(skipna=False)`D.`df['column'].median()`5.在Pandas中，如何将两个DataFrame按某一列合并（左合并）？A.`pd.merge(df1,df2,on='key',how='left')`B.`pd.concat([df1,df2],axis=1)`C.`df1.join(df2,on='key',how='left')`D.`pd.join(df1,df2,on='key',how='left')`二、填空题（每题3分，共5题）1.在Pandas中，使用_______函数可以对DataFrame进行转置操作。（答案：`transpose()`或`.T`）2.使用_______函数可以将DataFrame中的某列转换为日期时间格式。（答案：`to_datetime()`）3.在Pandas中，使用_______函数可以计算DataFrame中所有数值列的描述性统计信息（均值、标准差、最小值等）。（答案：`describe()`）4.使用_______函数可以将DataFrame中的缺失值填充为特定值。（答案：`fillna()`）5.在Pandas中，使用_______函数可以将DataFrame按照某一列的值进行排序。（答案：`sort_values()`）三、简答题（每题5分，共4题）1.简述Pandas中`groupby`函数的基本用法及其在数据分析中的作用。答案：`groupby`函数用于对DataFrame进行分组操作，常用于聚合、过滤或转换数据。基本用法如下：pythondf.groupby('column_name').agg({'another_column':'sum'})作用：-聚合：对分组后的数据计算统计量（如均值、计数等）。-过滤：筛选特定分组的数据。-转换：对分组数据进行操作，但保留原始行数。2.解释Pandas中`merge`函数的`on`参数和`how`参数的作用。答案：-`on`参数：指定合并的键列，必须存在于两个DataFrame中。-`how`参数：指定合并方式，可选值：-`'left'`：保留左侧DataFrame的键。-`'right'`：保留右侧DataFrame的键。-`'inner'`：仅保留两个DataFrame都有的键。-`'outer'`：保留所有键。3.如何在Pandas中处理缺失值（NaN）？列举至少三种方法。答案：-删除：使用`dropna()`删除含有缺失值的行或列。pythondf.dropna()-填充：使用`fillna()`填充缺失值，可指定固定值或前/后值。pythondf.fillna(0)-插值：使用`interpolate()`进行插值填充。erpolate()4.解释Pandas中`apply`函数的用法及其与`map`的区别。答案：-`apply`：对DataFrame的行或列应用函数，返回新的DataFrame或Series。pythondf['column'].apply(lambdax:x2)-`map`：仅对Series中的元素应用函数，需与字典或函数映射。pythondf['column'].map({'a':1,'b':2})区别：`apply`更灵活，适用于复杂操作；`map`仅用于元素级映射。四、代码题（每题10分，共3题）1.假设有一个CSV文件`sales.csv`，包含以下列：`date`（日期）、`region`（地区）、`sales`（销售额）。请编写代码：-读取CSV文件。-将`date`列转换为日期时间格式。-按地区分组，计算每个地区的总销售额。-按销售额降序排序结果，并输出前3个地区。答案：pythonimportpandasaspd读取CSV文件df=pd.read_csv('sales.csv')转换日期列df['date']=pd.to_datetime(df['date'])按地区分组计算总销售额result=df.groupby('region')['sales'].sum().sort_values(ascending=False).head(3)print(result)2.有一个DataFrame`df`，包含以下列：`name`（姓名）、`age`（年龄）、`score`（分数）。请编写代码：-为缺失的`age`值填充平均年龄。-添加一列`grade`，根据`score`值判断等级（>=90:'A',>=80:'B',>=70:'C',否则'D'）。-筛选出`age`大于30且`grade`为'B'或'C'的行。答案：pythonimportpandasaspd假设df已存在df['age']=df['age'].fillna(df['age'].mean())添加grade列df['grade']=pd.cut(df['score'],bins=[0,70,80,90,100],labels=['D','C','B','A'])筛选条件result=df[(df['age']>30)&(df['grade'].isin(['B','C']))]print(result)3.有一个DataFrame`df`，包含以下列：`product`（产品）、`category`（类别）、`price`（价格）。请编写代码：-按类别分组，计算每个类别的平均价格。-对每个类别的产品按价格降序排序。-添加一列`discount`，如果价格高于200，则打8折，否则不打折。答案：pythonimportpandasaspd计算每个类别的平均价格avg_price=df.groupby('category')['price'].mean().reset_index()按类别和价格排序df_sorted=df.sort_values(['category','price'],ascending=[True,False])添加折扣列df['discount']=df['price'].apply(lambdax:x0.8ifx>200elsex)print(df_sorted)print(avg_price)答案与解析一、选择题答案与解析1.答案：A解析：`np.random.randint(1,100,size=(1000,1))`生成1000个1-100的随机整数，`size=(1000,1)`表示单列。2.答案：B解析：`index_col='column_name'`指定某列为索引列，`index_col=0`指定第一列为索引。3.答案：A解析：`chunksize=100`每次读取100行数据，适合大文件分块处理。4.答案：A解析：`mean()`默认忽略NaN，其他选项不适用。5.答案：A解析：`pd.merge`的`how='left'`保留左侧DataFrame的键。二、填空题答案与解析1.答案：`transpose()`或`.T`解析：`transpose()`或属性`.T`用于转置DataFrame。2.答案：`to_datetime()`解析：将字符串或时间戳转换为日期时间格式。3.答案：`describe()`解析：返回数值列的统计描述（均值、标准差等）。4.答案：`fillna()`解析：填充缺失值，可指定固定值或方法。5.答案：`sort_values()`解析：按列值排序，可指定升序或降序。三、简答题答案与解析1.`groupby`用法与作用解析：`groupby`用于分组，常配合`agg()`、`filter()`等函数进行数据分析。2.`merge`的`on`和`how`参数解析：`on`指定键列，`how`指定合并方式（左、右、内、外）。3.处理