2026年Python数据分析入门测试题

2026年Python数据分析入门测试题一、选择题（每题2分，共20题）说明：以下题目主要考察Python基础及数据分析常用库的基本操作，结合实际业务场景进行设计。1.在Python中，以下哪个语句用于导入pandas库？A.importpandasaspdB.importpdaspandasC.frompandasimportpdD.importpandas2.以下哪个函数用于读取CSV文件到pandasDataFrame中？A.read_csv()B.load_csv()C.pandas.read_csv()D.pd.read_csv()3.在pandas中，如何对DataFrame进行排序（按升序）？A.df.sort_values()B.df.sort()C.df.sort_values(by='column_name',ascending=True)D.df.order_by()4.以下哪个pandas方法用于计算DataFrame中某一列的平均值？A.mean()B.average()C.std()D.avg()5.在pandas中，如何筛选出DataFrame中某一列大于10的所有行？A.df[df['column']>10]B.df[column]>10C.df.filter(column>10)D.df.query('column>10')6.以下哪个函数用于在pandas中合并两个DataFrame（按行合并）？A.merge()B.join()C.concat()D.union()7.在pandas中，如何对DataFrame进行分组（groupby）并计算每组的总和？A.df.groupby().sum()B.df.group().sum()C.df.groupby('column').sum()D.df.groupby(column).sum()8.以下哪个方法用于在pandas中删除DataFrame中的空值（NaN）？A.dropna()B.drop_null()C.remove_na()D.clear_nan()9.在pandas中，如何将DataFrame保存为CSV文件？A.to_csv('filename.csv')B.save_csv('filename.csv')C.df.export_csv('filename.csv')D.df.to_file('filename.csv')10.在pandas中，以下哪个函数用于创建时间序列数据？A.date_range()B.create_date()C.pd.date_range()D.time_range()二、填空题（每空1分，共10空）说明：以下题目考察Python数据分析中的基本概念和常用方法。1.在pandas中，用于创建DataFrame的函数是________。2.读取Excel文件到pandasDataFrame的函数是________。3.删除DataFrame中重复行的函数是________。4.计算DataFrame中非空值的数量的函数是________。5.对DataFrame进行透视表操作的函数是________。6.在pandas中，用于处理缺失值的常用方法是________或________。7.将DataFrame中的某一列转换为日期格式的函数是________。8.对DataFrame进行随机抽样的函数是________。9.在pandas中，用于绘制直方图的函数是________。10.用于合并多个pandasDataFrame的函数是________或________。三、简答题（每题5分，共4题）说明：以下题目考察对数据分析业务场景的理解和应用能力。1.简述在pandas中如何处理缺失值（删除、填充等）？并说明不同方法的适用场景。2.解释pandas中merge、join和concat的区别，并举例说明在什么情况下使用哪种方法。3.如何使用pandas对销售数据进行时间序列分析？请列出关键步骤和常用函数。4.在实际数据分析中，如何进行数据清洗和预处理？请列举至少5个常见的数据质量问题及解决方法。四、编程题（每题10分，共2题）说明：以下题目考察Python编程能力及数据分析实践能力。1.数据清洗与处理假设你有一个包含以下列的CSV文件：`id,name,age,city,salary`，其中部分数据缺失。请编写Python代码完成以下任务：-读取CSV文件到pandasDataFrame。-删除`id`列中重复的行。-将`age`列缺失的值填充为该列的平均值。-将`city`列中的`'NULL'`字符串转换为`NaN`并删除这些行。-将`salary`列转换为浮点数（假设原始数据为字符串，如`'5000.00'`）。-最后输出清洗后的DataFrame。2.数据分析与可视化假设你有一个包含以下列的DataFrame：`date,sales,cost`，其中`date`为日期格式。请编写Python代码完成以下任务：-按月对`sales`和`cost`进行分组，计算每月的总销售额和总成本。-绘制折线图，展示每月销售额和成本的变化趋势。-计算每月的利润（利润=销售额-成本），并筛选出利润最高的月份。-将结果保存为CSV文件。答案与解析一、选择题答案1.A2.D3.C4.A5.A6.C7.C8.A9.A10.C解析：-选项A正确，`importpandasaspd`是标准的导入方式。-选项D正确，`pd.read_csv()`是pandas的常用函数。-排序时，`sort_values()`需指定`ascending=True`。-`mean()`计算平均值，`std()`计算标准差。-筛选时，使用布尔索引`df[df['column']>10]`。-`concat()`用于按行或列合并，`merge()`按键合并，`join()`类似merge但默认左连接。-`groupby().sum()`是分组求和的标准用法。-`dropna()`删除空值，其他选项不正确。-`to_csv()`保存为CSV文件，其他选项错误。-`pd.date_range()`创建时间序列，其他选项不正确。二、填空题答案1.DataFrame2.read_excel()3.drop_duplicates()4.count_nonzero()或nunique()5.pivot_table()6.dropna()或fillna()7.to_datetime()8.sample()9.hist()10.concat()或merge()解析：-`DataFrame`是pandas的核心数据结构。-`read_excel()`读取Excel文件。-`drop_duplicates()`删除重复行。-`count_nonzero()`计算非空值数量，`nunique()`计算唯一值数量。-`pivot_table()`创建透视表。-`dropna()`删除空值，`fillna()`填充空值。-`to_datetime()`将字符串转为日期。-`sample()`随机抽样。-`hist()`绘制直方图。-`concat()`按行或列合并，`merge()`按键合并。三、简答题答案1.处理缺失值的方法-删除：使用`dropna()`删除包含空值的行或列，适用于数据量较大且空值比例不高的情况。-填充：使用`fillna()`填充空值，可填充固定值、均值、中位数等，适用于空值较多但需保留完整记录的情况。-插值：使用`interpolate()`进行插值，适用于时间序列数据。-模型预测：使用机器学习模型预测缺失值，适用于缺失值与数据特征相关的情况。2.merge、join和concat的区别-merge：按键合并，支持内连接、左连接、右连接、外连接，适用于关联数据。-join：类似merge，但默认左连接，语法更简洁。-concat：按行或列合并，不涉及键匹配，适用于简单堆叠数据。3.时间序列分析步骤-读取数据，确保`date`列为日期格式（使用`to_datetime()`）。-按时间分组，计算月度/季度/年度统计（如销售额、利润）。-绘制趋势图（如折线图、柱状图）。-进行平滑处理（如移动平均）。-分析周期性、趋势和异常值。4.数据清洗与预处理-重复值：使用`drop_duplicates()`删除。-空值：删除或填充（均值、中位数、众数）。-异常值：使用统计方法（如IQR）检测并处理。-格式错误：统一数据格式（如日期、数字）。-不一致数据：标准化分类（如统一城市名称）。四、编程题答案1.数据清洗与处理代码pythonimportpandasaspd读取CSV文件df=pd.read_csv('data.csv')删除id列重复行df=df.drop_duplicates(subset='id')填充age列空值df['age']=df['age'].fillna(df['age'].mean())将city列的'NULL'转为NaN并删除df['city']=df['city'].replace('NULL',pd.NA)df=df.dropna(subset=['city'])将salary列转为浮点数df['salary']=df['salary'].astype(float)输出结果print(df)2.数据分析与可视化代码pythonimportpandasaspdimportmatplotlib.pyplotasplt读取数据df=pd.read_csv('data.csv')df['date']=pd.to_datetime(df['date'])按月分组计算销售额和成本df['month']=df['date'].dt.to_period('M')monthly_data=df.groupby('month')[['sales','cost']].sum()绘制折线图plt.figure(figsize=(10,6))plt.plot(monthly_data.index.astype(str),monthly_data['sales'],label='Sales')plt.plot(monthly_data.index.astype(str),monthly_data['cost'],label='Cost')plt.xlabel('Month')plt.ylabel('Amount')plt.title('MonthlySalesandCost')plt.legend()plt.gri