Python数据分析师面试题及Pandas应用技巧含答案

2026年Python数据分析师面试题及Pandas应用技巧含答案一、选择题（每题2分，共10题）说明：以下题目考察Python基础及Pandas核心功能，结合数据分析师在实际工作中的常见场景。1.以下哪个Pandas方法用于计算DataFrame中数值列的平均值？A.`sum()`B.`mean()`C.`median()`D.`std()`2.在Pandas中，如何将DataFrame的某一行转换为Series？A.`df.iloc[0]`B.`df.loc[0]`C.`df[0]`D.`pd.to_series(df.iloc[0])`3.以下哪个参数在`pd.read_csv()`中用于指定分隔符？A.`sep`B.`delimiter`C.`split`D.`index_col`4.如何在Pandas中去除DataFrame中的重复行？A.`df.drop_duplicates()`B.`df.unique()`C.`df.dropna()`D.`df.drop()`5.以下哪个方法用于对PandasDataFrame进行分组聚合？A.`groupby()`B.`aggregate()`C.`pivot_table()`D.`sort_values()`6.在Pandas中，如何处理缺失值（NaN）？A.`fillna()`B.`dropna()`C.`isnull()`D.以上都是7.以下哪个方法用于在Pandas中创建时间序列数据？A.`pd.date_range()`B.`pd.to_datetime()`C.`pd.Timestamp()`D.以上都是8.如何在Pandas中合并两个DataFrame（按行连接）？A.`pd.concat()`B.`pd.merge()`C.`df.join()`D.`df.append()`9.以下哪个方法用于对PandasDataFrame进行数据透视表操作？A.`pivot()`B.`pivot_table()`C.`groupby().sum()`D.`df.melt()`10.如何在Pandas中筛选DataFrame中满足特定条件的行？A.`df.query()`B.`df.loc[]`C.`df.iloc[]`D.以上都是二、填空题（每空1分，共5题）说明：补全Pandas相关代码或概念。1.在Pandas中，用于按列排序的方法是________。答案：`sort_values()`2.`pd.read_csv()`函数中，用于指定文件编码格式的参数是________。答案：`encoding`3.在Pandas中，用于检查DataFrame是否包含缺失值的方法是________。答案：`isnull()`或`isna()`4.`df.groupby('column').sum()`的作用是________。答案：按`column`列分组，并对每组数据求和5.在Pandas中，用于将宽格式数据转换为长格式的方法是________。答案：`melt()`三、简答题（每题5分，共4题）说明：结合实际场景，解释Pandas操作或数据分析师工作流程。1.简述Pandas中`groupby()`方法的基本用法及其应用场景。答案：`groupby()`方法用于对DataFrame按某列或多列进行分组，然后可以对每组数据执行聚合操作（如求和、平均、计数等）。基本用法如下：pythondf.groupby('column').agg({'other_column':'sum'})应用场景：-数据分类统计（如按地区统计销售额）。-时间序列分析（如按月统计用户活跃度）。-多维数据分析（如按性别和年龄分组计算均值）。2.描述Pandas中处理缺失值（NaN）的常用方法及其优缺点。答案：常用方法：-`fillna()`：填充缺失值，可指定固定值、前一个值或后一个值。pythondf.fillna(0)#填充0df.fillna(method='ffill')#前向填充-`dropna()`：删除包含缺失值的行或列。pythondf.dropna()#删除含缺失值的行df.dropna(axis=1)#删除含缺失值的列优缺点：-`fillna()`：灵活但可能引入偏差（如用0填充可能扭曲数据分布）。-`dropna()`：简单但可能导致数据丢失（尤其当缺失值较多时）。3.解释Pandas中`merge()`和`join()`方法的区别，并说明何时使用它们。答案：-`merge()`：基于键（key）合并两个DataFrame，支持多种合并方式（内连接、外连接等）。pythonpd.merge(df1,df2,on='key',how='inner')-`join()`：按索引合并，默认左连接，类似于`merge()`但更简洁。pythondf1.join(df2)使用场景：-`merge()`：处理多表关联（如用户表与订单表）。-`join()`：按索引合并同构数据（如按时间序列对齐数据）。4.说明Pandas中`apply()`和`lambda`函数的区别，并举例说明其应用场景。答案：-`apply()`：对DataFrame的行或列应用函数，支持自定义复杂逻辑。pythondf['column'].apply(lambdax:x2ifx>10elsex)-`lambda`：匿名函数，适用于简单操作。应用场景：-`apply()`：复杂数据处理（如计算自定义指标）。-`lambda`：快速转换或过滤（如条件计算）。四、编程题（每题10分，共2题）说明：实现Pandas数据处理任务，要求代码完整且高效。1.数据处理任务：给定以下DataFrame，完成以下操作：-去除重复行。-填充缺失值（`age`用平均值填充，`city`用"Unknown"填充）。-按地区（`region`）分组，计算每个地区的平均收入（`income`）。pythonimportpandasaspddata={'name':['Alice','Bob','Alice','Charlie',None],'age':[25,30,25,None,22],'city':['NY','LA','NY','SF','LA'],'region':['East','West','East','West','East'],'income':[5000,7000,5500,6500,None]}df=pd.DataFrame(data)答案：python去除重复行df=df.drop_duplicates()填充缺失值df['age']=df['age'].fillna(df['age'].mean())df['city']=df['city'].fillna('Unknown')按地区分组计算平均收入region_income=df.groupby('region')['income'].mean().reset_index()print(region_income)2.数据分析任务：给定以下DataFrame，完成以下操作：-创建一个新列`age_group`，按年龄段分组（<20:"Young",20-40:"Middle",>40:"Old"）。-使用`pivot_table()`创建数据透视表，按`city`和`region`汇总`sales`，并填充缺失值。pythondata={'date':['2023-01-01','2023-01-01','2023-01-02','2023-01-02'],'city':['NY','LA','NY','LA'],'region':['East','West','East','West'],'sales':[200,150,180,None]}df=pd.DataFrame(data)df['date']=pd.to_datetime(df['date'])答案：python创建年龄分组defage_group(age):ifage<20:return"Young"elifage<=40:return"Middle"else:return"Old"df['age_group']=df['sales'].apply(age_group)#假设年龄与销售额正相关创建数据透视表pivot=df.pivot_table(index='city',columns='region',values='sales',aggfunc='sum',fill_value=0)print(pivot)五、综合应用题（20分）说明：结合实际业务场景，设计Pandas数据处理流程。任务：假设你是一家电商公司的数据分析师，需要处理以下数据：-用户表（`users.csv`）：包含用户ID、注册时间、城市、年龄段。-订单表（`orders.csv`）：包含订单ID、用户ID、订单金额、订单时间。要求：1.合并两个表，筛选出2023年订单。2.按城市分组，计算每个城市的订单总金额和平均订单金额。3.创建新列`order_hour`，表示订单小时的整数部分（如`14:30`→14）。4.筛选出订单金额大于500元的订单，并按`order_hour`分组，统计每个小时的订单数量。答案：python读取数据users=pd.read_csv('users.csv',parse_dates=['注册时间'])orders=pd.read_csv('orders.csv',parse_dates=['订单时间'])合并表merged=pd.merge(orders,users,on='用户ID')筛选2023年订单merged=merged[merged['订单时间'].dt.year==2023]按城市分组计算总金额和平均金额city_stats=merged.groupby('城市')['订单金额'].agg(['sum','mean']).reset_index()print(city_stats)创建订单小时列merged['order_hour']=merged['订单时间'].dt.hour筛选高价值订单并按小时统计数量high_value_orders=merged[merged['订单金额']>500]hourly_count=high_value_orders.groupby('order_hour')['订单ID'].count().reset_index()print(hourly_count)答案与解析选择题答案1.B2.D3.A4.A5.A6.D7.A8.A9.B10.D填空题解析1.`sort_values()`：按指定列排序，默认升序（`ascending=True`）。2.`encoding`：如`utf-8`、`gbk`等，解决中文乱码问题。3.`isnull()`或`isna()`：返回布尔值DataFrame，标记缺失值位置。4.按`column`列分组，并对每组数据求和：适用于聚合统计。5.`melt()`：将宽格式转换为长格式，便于时间序列分析或可视化。简答题解析1.`groupby()`用法：pythondf.groupby('column').agg({'other_column':'sum'})应用场景：按维度分类统计（如按地区、月份等）。2.缺失值处理：-`fillna()`：灵活填充（如用0、均值、前值）。-`dropna()`：删除缺失值，适用于缺失较少的情况。优缺点：`fillna()`可能扭曲数据，`dropna()`可能导致信息丢失。3.`merge()`vs`join()`：-`merge()`：基于键合并（支持多种连接方式）。-`join()`：按索引合并（左连接默认）。使用场景：`merge()`用于多表关联，`join()`用于同构数据合并。4.`apply()`vs`lambda`：-`apply()`：适用于复杂逻辑，可链式操作。-`lambda`：简洁快速，适合简单映射。示例：pythondf['column'].apply(lambdax:x2ifx>10elsex)编程题解析1.DataFrame处理：-`drop_duplicates()`：去除重复行。-`fillna()`：填充缺失值（`age`用均值，`city`用"Unknown"）。-`groupby()`：按`region`分组计算`income`