2025年征信数据分析挖掘考试题库：征信数据分析挖掘数据清洗工具实操.docxVIP

2025年征信数据分析挖掘考试题库：征信数据分析挖掘数据清洗工具实操

单选题

1.以下哪种数据清洗工具主要用于处理大规模数据集且具有分布式计算能力？（）

A.Excel

B.OpenRefine

C.Hadoop

D.RapidMiner

答案：C。Hadoop是一个能够对大量数据进行分布式处理的开源软件框架，适合处理大规模数据集。Excel处理大规模数据能力有限；OpenRefine主要用于小规模数据的清洗；RapidMiner侧重于数据挖掘和分析，分布式计算不是其核心优势。

2.在使用Python进行数据清洗时，若要去除DataFrame中所有包含缺失值的行，应使用以下哪个方法？（）

A.dropna()

B.fillna()

C.isnull()

D.notnull()

答案：A。dropna()方法用于删除包含缺失值的行或列；fillna()是用于填充缺失值；isnull()用于判断数据是否为缺失值；notnull()则是判断数据是否不为缺失值。

3.在SQL中，若要从表“credit_info”中删除所有重复的记录，可使用以下哪个语句？（）

A.DELETEFROMcredit_infoWHEREidIN(SELECTidFROMcredit_infoGROUPBYidHAVINGCOUNT()1);

B.DELETEFROMcredit_infoWHEREid=(SELECTidFROMcredit_infoGROUPBYidHAVINGCOUNT()1);

C.DELETEDISTINCTFROMcredit_info;

D.DELETEREPEATEDFROMcredit_info;

答案：A。该语句通过子查询找出所有重复记录的id，然后在主查询中删除这些记录。B选项中“id=”只能删除一个重复记录；C和D的语法在标准SQL中是错误的。

4.以下关于OpenRefine的说法，错误的是（）

A.它是一款开源的数据清洗工具

B.可以直接处理CSV、JSON等多种格式的数据

C.不能与数据库进行连接

D.提供了强大的聚类和转换功能

答案：C。OpenRefine是开源的数据清洗工具，能处理CSV、JSON等多种格式数据，也可以通过扩展功能与数据库进行连接，并且具备强大的聚类和转换功能。

5.在R语言中，若要对数据框“df”中的列“age”进行标准化处理，可使用以下哪个代码？（）

A.df$age-scale(df$age)

B.df$age-normalize(df$age)

C.df$age-standardize(df$age)

D.df$age-transform(df$age)

答案：A。在R语言中，scale()函数用于对数据进行标准化处理。normalize()、standardize()不是R语言中用于标准化的内置函数；transform()主要用于对数据框进行转换操作，但不是专门的标准化函数。

6.当使用Python的pandas库处理数据时，若要将两列数据合并为一列，可使用以下哪种方法？（）

A.concat()

B.merge()

C.join()

D.str.cat()

答案：D。str.cat()方法可以将两列字符串数据合并为一列。concat()用于连接多个数据框；merge()和join()主要用于根据某些条件合并数据框。

7.在数据清洗中，对于日期格式的数据，若发现日期格式不统一，以下哪种做法不合适？（）

A.使用正则表达式进行匹配和转换

B.手动逐个修改

C.编写函数进行批量转换

D.使用数据清洗工具的日期转换功能

答案：B。手动逐个修改对于大量日期数据不现实，效率极低。而使用正则表达式、编写函数或利用数据清洗工具的日期转换功能都可以更高效地处理日期格式不统一的问题。

8.以下哪种数据清洗工具可以通过图形化界面进行操作，适合非技术人员使用？（）

A.SQL

B.Python

C.Alteryx

D.Scala

答案：C。Alteryx提供了图形化界面，非技术人员可以通过拖放操作进行数据清洗和分析。SQL、Python和Scala都需要一定的编程基础。

9.在使用Python的pandas库时，若要筛选出数据框“df”中列“score”大于80的所有行，可使用以下哪个代码？（）

A.df[df[score]80]

B.df.loc[df[score]80]

C.df.query(score80)

D.以上都可以

答案：D。以上三种方法都可以筛选出数据框中列