数据岗位招聘笔试题与参考答案(某大型央企)2025年.docxVIP

数据岗位招聘笔试题与参考答案(某大型央企)2025年

第一部分：基础能力测试（共40分）

1.SQL编程（15分）

某央企下属电商平台数据库包含以下表结构：

-`user_info`（用户信息表）：user_id（用户ID，主键）、reg_time（注册时间）、gender（性别）、age（年龄）、city（所在城市）；

-`order_info`（订单表）：order_id（订单ID，主键）、user_id（用户ID）、order_time（下单时间）、payment（支付金额）、is_refund（是否退款，0=未退款，1=已退款）、category（商品品类）；

-`product_info`（商品表）：product_id（商品ID，主键）、category（商品品类）、cost_price（成本价）、supplier（供应商）。

要求编写SQL语句，完成以下分析：

（1）计算2024年每个城市的用户注册量，按注册量降序排列（5分）；

（2）找出2024年下单金额（支付金额-退款金额）top10的用户，输出user_id、总金额（5分）；

（3）统计每个用户的首单时间与末单时间间隔（天），并计算所有用户的平均间隔天数（5分）。

参考答案：

（1）

```sql

SELECTcity,COUNT(user_id)ASreg_count

FROMuser_info

WHEREreg_timeBETWEEN2024-01-01AND2024-12-31

GROUPBYcity

ORDERBYreg_countDESC;

```

（2）

```sql

SELECTo.user_id,SUM(o.payment(1-o.is_refund))AStotal_amount

FROMorder_infoo

WHEREo.order_timeBETWEEN2024-01-01AND2024-12-31

GROUPBYo.user_id

ORDERBYtotal_amountDESC

LIMIT10;

```

（3）

```sql

WITHuser_orderAS(

SELECTuser_id,MIN(order_time)ASfirst_order,MAX(order_time)ASlast_order

FROMorder_info

WHEREorder_timeBETWEEN2024-01-01AND2024-12-31

GROUPBYuser_id

)

SELECTAVG(DATEDIFF(last_order,first_order))ASavg_interval

FROMuser_order;

```

2.Python编程（25分）

给定某央企2024年客户消费数据集`customer_data.csv`（字段：user_id,age,gender,income,consumption,last_purchase_date），要求：

（1）读取数据并进行基础清洗：处理缺失值（age、income缺失率均5%）、异常值（consumption超过均值5倍视为异常）（10分）；

（2）绘制2024年各月份消费金额趋势图（横轴为月份，纵轴为总消费金额），并说明图表类型选择的理由（7分）；

（3）使用线性回归模型预测用户消费金额（consumption），要求输出特征选择依据、模型训练代码（使用sklearn）及决定系数R2值（8分）。

参考答案：

（1）数据清洗代码：

```python

importpandasaspd

importnumpyasnp

读取数据

df=pd.read_csv(customer_data.csv)

处理缺失值：age、income用均值填充

df[age]=df[age].fillna(df[age].mean())

df[income]=df[income].fillna(df[income].mean())

处理异常值：计算consumption均值和5倍均值，替换异常值为均值

mean_consump=df[consumption].mean()

df[consumption]=np.where(df[consumption]5mean_consump,mean