数据分析能力考核题库.pdfVIP

数据分析能力考核题库

一、基础概念题（共15题，每题4分，满分60分）

（一）单选题

1.以下哪种数据类型属于定性数据（）

A.员工年龄B.产品销售额C.客户满意度等级（高/中/低）D.订单数量

2.在描述数据集中趋势时，若数据存在极端值，以下哪种统计量更合适（）

A.均值B.中位数C.众数D.方差

3.以下关于数据维度的说法，错误的是（）

A.维度是描述数据的属性B.“时间”“地区”通常属于维度C.维度只能是离散型数据D.维度可用于

数据分组和筛选

（二）多选题

4.数据质量评估的核心维度包括（）

A.准确性B.完整性C.一致性D.时效性E.唯一性

5.以下属于描述性统计分析内容的有（）

A.计算数据的平均值B.绘制数据的直方图C.检验两组数据的均值差异D.分析数据的相关性E.计算数

据的标准差

（三）简答题

6.请简述定性数据与定量数据的区别，并各举2个实际案例。

7.什么是数据冗余？数据冗余可能带来哪些问题？如何解决数据冗余问题？

8.请解释“样本”与“总体”的概念，以及在数据分析中为什么常通过样本推断总体。

二、工具操作题（共5题，每题10分，满分50分）

（一）Excel操作

1.现有一份“2025年1-9月产品销售数据.xlsx”，包含“产品ID”“销售日期”“销售数量”“单价”

“地区”字段。请说明如何通过Excel完成以下操作：

（1）计算每个产品的总销售额（总销售额=销售数量×单价）；

（2）按“地区”分组，统计各地区的总销售数量和总销售额；

（3）筛选出“销售数量100且单价500”的订单记录。

（二）SQL操作

2.现有两张表：

◦客户表（customer）：客户ID（c_id）、客户姓名（c_name）、所属城市（city）、注册时间（reg

_time）

◦订单表（order）：订单ID（o_id）、客户ID（c_id）、订单金额（amount）、下单时间（order_

time）

请写出对应的SQL语句完成以下需求：

（1）查询2025年1月1日-2025年9月30日期间，每个城市的下单客户数（同一客户多次下单仅计

数1次）和总订单金额；

（2）查询“北京市”注册时间在2024年的客户中，2025年未下单的客户姓名和客户ID。

（三）Python（Pandas）操作

3.现有一份电商订单数据（order_data.csv），通过Pandas加载后数据框命名为df，包含“订单ID”

“用户ID”“支付金额”“支付时间”“商品类别”字段。请写出Python代码完成以下任务：

（1）将“支付时间”字段转换为datetime格式，并提取“年份”“月份”“星期几”作为新字段

；

（2）按“商品类别”和“月份”分组，计算每组的平均支付金额和订单数；

（3）找出“支付金额”排名前10%的订单记录，并保存为新的CSV文件“high_value_orders.csv

”。

三、数据处理题（共4题，每题15分，满分60分）

1.现有一份用户行为数据，其中“用户停留时长”字段存在缺失值（缺失比例约15%），“消费金额”

字段存在明显极端值（部分记录金额是平均值的50倍以上）。请回答：

（1）针对“用户停留时长”的缺失值，可采用哪些处理方法？请说明不同方法的适用场景；

（2）如何检测“消费金额”字段的极端值？请列举2种常用方法；

（3）对于确认的极端值，可采取哪些处理策略？并说明各策略的优缺点。

2.某零售企业收集了1000条客户购买记录，包含“客户ID”“购买商品类型”“购买金额”“购买频

次”“客户年龄”字段。其中“购买商品类型”字段存在“食品”“日用品”“服装”“家电”“其

他”5类取值，但部分记录填写为“食品类”“日常用品”“服饰”等不一致格式。请设计数据清洗

方案，解决“购买商品类型”字段的不一致问题，并说明具体步骤。

3.现有一份多维度的销售数据，包含“产品类别”“销售地区”“销售季度”“销售额”“利润额”字

段。若需对“销售额”和“利润额”进行标准化处理（使数据均值为0，标准差为1），请写出标准

化的